Buchumschlag

How Relevance Emerges: Interpreting LoRA Fine-Tuning in Reranking LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nijasure, Atharva, Chowdhury, Tanya, Allan, James
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Probing Ranking LLMs: A Mechanistic Analysis for Information Retrieval
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2024)

RankSHAP: Shapley Value Based Feature Attributions for Learning to Rank
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2024)

LoRACode: LoRA Adapters for Code Embeddings
von: Chaturvedi, Saumya, et al.
Veröffentlicht: (2025)

RAIE: Region-Aware Incremental Preference Editing with LoRA for LLM-based Recommendation
von: Zeng, Jin, et al.
Veröffentlicht: (2026)

Hierarchical LoRA MoE for Efficient CTR Model Scaling
von: Zeng, Zhichen, et al.
Veröffentlicht: (2025)

Hedonic Neurons: A Mechanistic Mapping of Latent Coalitions in Transformer MLPs
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2025)

MixLoRA-DSI: Dynamically Expandable Mixture-of-LoRA Experts for Rehearsal-Free Generative Retrieval over Dynamic Corpora
von: Huynh, Tuan-Luc, et al.
Veröffentlicht: (2025)

Enhancing Mobile "How-to" Queries with Automated Search Results Verification and Reranking
von: Ding, Lei, et al.
Veröffentlicht: (2024)

Dual-Rerank: Fusing Causality and Utility for Industrial Generative Reranking
von: Zhang, Chao, et al.
Veröffentlicht: (2026)

Rank It, Then Ask It: Input Reranking for Maximizing the Performance of LLMs on Symmetric Tasks
von: Dehghankar, Mohsen, et al.
Veröffentlicht: (2024)

Optimizing Recommendations using Fine-Tuned LLMs
von: Cheema, Prabhdeep, et al.
Veröffentlicht: (2025)

HySim-LLM: Embedding-Weighted Fine-Tuning Bounds and Manifold Denoising for Domain-Adapted LLMs
von: Jaberi-Douraki, Majid, et al.
Veröffentlicht: (2025)

LLM-Enhanced Reranking for Complementary Product Recommendation
von: Xu, Zekun, et al.
Veröffentlicht: (2025)

ICLERB: In-Context Learning Embedding and Reranker Benchmark
von: Ghossein, Marie Al, et al.
Veröffentlicht: (2024)

How do Large Language Models Understand Relevance? A Mechanistic Interpretability Perspective
von: Liu, Qi, et al.
Veröffentlicht: (2025)

Quantifying and Mitigating Selection Bias in LLMs: A Transferable LoRA Fine-Tuning and Efficient Majority Voting Approach
von: Guda, Blessed, et al.
Veröffentlicht: (2025)

Disaster Question Answering with LoRA Efficiency and Accurate End Position
von: Yasuno, Takato
Veröffentlicht: (2026)

Relevance Isn't All You Need: Scaling RAG Systems With Inference-Time Compute Via Multi-Criteria Reranking
von: LeVine, Will, et al.
Veröffentlicht: (2025)

GroupRank: A Groupwise Paradigm for Effective and Efficient Passage Reranking with LLMs
von: Long, Meixiu, et al.
Veröffentlicht: (2025)

Beyond Retrieval: Ensembling Cross-Encoders and GPT Rerankers with LLMs for Biomedical QA
von: Verma, Shashank, et al.
Veröffentlicht: (2025)

Fine-Tuning Topics through Weighting Aspect Keywords
von: Nazari, Ali, et al.
Veröffentlicht: (2025)

Beyond Sequential Reranking: Reranker-Guided Search Improves Reasoning Intensive Retrieval
von: Xu, Haike, et al.
Veröffentlicht: (2025)

Decoding Style: Efficient Fine-Tuning of LLMs for Image-Guided Outfit Recommendation with Preference
von: Forouzandehmehr, Najmeh, et al.
Veröffentlicht: (2024)

VoteGCL: Enhancing Graph-based Recommendations with Majority-Voting LLM-Rerank Augmentation
von: Nguyen, Minh-Anh, et al.
Veröffentlicht: (2025)

One Pass, Any Order: Position-Invariant Listwise Reranking for LLM-Based Recommendation
von: Bito, Ethan, et al.
Veröffentlicht: (2026)

Drowning in Documents: Consequences of Scaling Reranker Inference
von: Jacob, Mathew, et al.
Veröffentlicht: (2024)

FINEST: Stabilizing Recommendations by Rank-Preserving Fine-Tuning
von: Oh, Sejoon, et al.
Veröffentlicht: (2024)

DeGRe: Dense-supervised Generative Reranking for Recommendation
von: Song, Chaotian, et al.
Veröffentlicht: (2026)

Parametric Retrieval-Augmented Generation using Latent Routing of LoRA Adapters
von: Su, Zhan, et al.
Veröffentlicht: (2025)

Don't "Overthink" Passage Reranking: Is Reasoning Truly Necessary?
von: Jedidi, Nour, et al.
Veröffentlicht: (2025)

Rank1: Test-Time Compute for Reranking in Information Retrieval
von: Weller, Orion, et al.
Veröffentlicht: (2025)

Test-Time Training for Zero-Resource Dense Retrieval Reranking
von: Liu, Shiyan, et al.
Veröffentlicht: (2026)

Diagnosing LLM Reranker Behavior Under Fixed Evidence Pools
von: Arat, Baris, et al.
Veröffentlicht: (2026)

A Human-Centered Approach for Improving Supervised Learning
von: Bansal, Shubhi, et al.
Veröffentlicht: (2024)

Q-PEFT: Query-dependent Parameter Efficient Fine-tuning for Text Reranking with Large Language Models
von: Peng, Zhiyuan, et al.
Veröffentlicht: (2024)

Domain-Specific Fine-Tuning and Prompt-Based Learning: A Comparative Study for developing Natural Language-Based BIM Information Retrieval Systems
von: Gao, Han, et al.
Veröffentlicht: (2025)

AgriLens: Semantic Retrieval in Agricultural Texts Using Topic Modeling and Language Models
von: Shakeel, Heba, et al.
Veröffentlicht: (2026)

CoRA: Collaborative Information Perception by Large Language Model's Weights for Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

Re3: Learning to Balance Relevance & Recency for Temporal Information Retrieval
von: Cao, Jiawei, et al.
Veröffentlicht: (2025)

LLM-based Relevance Assessment for Web-Scale Search Evaluation at Pinterest
von: Wang, Han, et al.
Veröffentlicht: (2025)