Copertina

LLMs for estimating positional bias in logged interaction data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Petrov, Aleksandr V., Murtagh, Michael, Nagesh, Karthik
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Information Retrieval
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Efficient Recommendation with Millions of Items by Dynamic Pruning of Sub-Item Embeddings
di: Petrov, Aleksandr V., et al.
Pubblicazione: (2025)

GLoSS: Generative Language Models with Semantic Search for Sequential Recommendation
di: Acharya, Krishna, et al.
Pubblicazione: (2025)

Aligning GPTRec with Beyond-Accuracy Goals with Reinforcement Learning
di: Petrov, Aleksandr, et al.
Pubblicazione: (2024)

Shallow Cross-Encoders for Low-Latency Retrieval
di: Petrov, Aleksandr V., et al.
Pubblicazione: (2024)

Efficient Inference of Sub-Item Id-based Sequential Recommendation Models with Millions of Items
di: Petrov, Aleksandr V., et al.
Pubblicazione: (2024)

Improving Minimax Group Fairness in Sequential Recommendation
di: Acharya, Krishna, et al.
Pubblicazione: (2025)

Enhancing Sequential Music Recommendation with Personalized Popularity Awareness
di: Abbattista, Davide, et al.
Pubblicazione: (2024)

eSASRec: Enhancing Transformer-based Recommendations in a Modular Fashion
di: Tikhonovich, Daria, et al.
Pubblicazione: (2025)

SPARQL Query Generation with LLMs: Measuring the Impact of Training Data Memorization and Knowledge Injection
di: Gashkov, Aleksandr, et al.
Pubblicazione: (2025)

Do LLM-judges Align with Human Relevance in Cranfield-style Recommender Evaluation?
di: Penha, Gustavo, et al.
Pubblicazione: (2025)

Algorithms for estimating linear function in data mining
di: Hoang, Thomas
Pubblicazione: (2025)

Invariant debiasing learning for recommendation via biased imputation
di: Bai, Ting, et al.
Pubblicazione: (2024)

Balancing Accuracy and Novelty with Sub-Item Popularity
di: Mallamaci, Chiara, et al.
Pubblicazione: (2025)

Repeat-bias-aware Optimization of Beyond-accuracy Metrics for Next Basket Recommendation
di: Liu, Yuanna, et al.
Pubblicazione: (2025)

Position bias in features
di: Demsyn-Jones, Richard
Pubblicazione: (2024)

On the challenges of studying bias in Recommender Systems: A UserKNN case study
di: Daniil, Savvina, et al.
Pubblicazione: (2024)

Combining social relations and interaction data in Recommender System with Graph Convolution Collaborative Filtering
di: Tran, Tin T., et al.
Pubblicazione: (2025)

Are LLMs ready to help non-expert users to make charts of official statistics data?
di: Suleymanli, Gadir, et al.
Pubblicazione: (2025)

Optimizing Leaky Private Information Retrieval Codes to Achieve ${O}(\log K)$ Leakage Ratio Exponent
di: Zhao, Wenyuan, et al.
Pubblicazione: (2025)

Revisiting BPR: A Replicability Study of a Common Recommender System Baseline
di: Milogradskii, Aleksandr, et al.
Pubblicazione: (2024)

Are AI Agents interacting with Online Ads?
di: Stöckl, Andreas, et al.
Pubblicazione: (2025)

LLMJudge: LLMs for Relevance Judgments
di: Rahmani, Hossein A., et al.
Pubblicazione: (2024)

Improving Sequential Recommendations with LLMs
di: Boz, Artun, et al.
Pubblicazione: (2024)

RARe: Raising Ad Revenue Framework with Context-Aware Reranking
di: Solodneva, Ekaterina, et al.
Pubblicazione: (2025)

Spike Hijacking in Late-Interaction Retrieval
di: Suresh, Karthik, et al.
Pubblicazione: (2026)

Generative Reasoning Recommendation via LLMs
di: Hong, Minjie, et al.
Pubblicazione: (2025)

Leveraging LLMs to Evaluate Usefulness of Document
di: Wang, Xingzhu, et al.
Pubblicazione: (2025)

Learning Binarized Representations with Pseudo-positive Sample Enhancement for Efficient Graph Collaborative Filtering
di: Chen, Yankai, et al.
Pubblicazione: (2025)

Improving feature interactions at Pinterest under industry constraints
di: Malreddy, Siddarth, et al.
Pubblicazione: (2024)

Augmented Knowledge Graph Querying leveraging LLMs
di: Arazzi, Marco, et al.
Pubblicazione: (2025)

How algorithmic popularity bias hinders or promotes quality
di: Nematzadeh, Azadeh, et al.
Pubblicazione: (2017)

Improve Temporal Awareness of LLMs for Sequential Recommendation
di: Chu, Zhendong, et al.
Pubblicazione: (2024)

Leveraging LLMs for Unsupervised Dense Retriever Ranking
di: Khramtsova, Ekaterina, et al.
Pubblicazione: (2024)

Don't Use LLMs to Make Relevance Judgments
di: Soboroff, Ian
Pubblicazione: (2024)

Improving LLMs for Recommendation with Out-Of-Vocabulary Tokens
di: Huang, Ting-Ji, et al.
Pubblicazione: (2024)

Hierarchical Semantic Retrieval with Cobweb
di: Gupta, Anant, et al.
Pubblicazione: (2025)

Alleviating User-Sensitive bias with Fair Generative Sequential Recommendation Model
di: Liu, Yang, et al.
Pubblicazione: (2025)

An Analysis on Matching Mechanisms and Token Pruning for Late-interaction Models
di: Liu, Qi, et al.
Pubblicazione: (2024)

Scaling Sparse and Dense Retrieval in Decoder-Only LLMs
di: Zeng, Hansi, et al.
Pubblicazione: (2025)

RankLLM: A Python Package for Reranking with LLMs
di: Sharifymoghaddam, Sahel, et al.
Pubblicazione: (2025)