Buchumschlag

Blending Learning to Rank and Dense Representations for Efficient and Effective Cascades

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nardini, Franco Maria, Perego, Raffaele, Tonellotto, Nicola, Trani, Salvatore
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Machine Learning Performance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distilled Neural Networks for Efficient Learning to Rank
von: Nardini, F. M., et al.
Veröffentlicht: (2022)

Early Exit Strategies for Approximate k-NN Search in Dense Retrieval
von: Busolin, Francesco, et al.
Veröffentlicht: (2024)

Exact Nearest-Neighbor Search on Energy-Efficient FPGA Devices
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2025)

DESIRE-ME: Domain-Enhanced Supervised Information REtrieval using Mixture-of-Experts
von: Kasela, Pranav, et al.
Veröffentlicht: (2024)

Efficient Conversational Search via Topical Locality in Dense Retrieval
von: Muntean, Cristina Ioana, et al.
Veröffentlicht: (2025)

Efficient Multivector Retrieval with Token-Aware Clustering and Hierarchical Indexing
von: Martinico, Silvio, et al.
Veröffentlicht: (2026)

Learning Cascade Ranking as One Network
von: Wang, Yunli, et al.
Veröffentlicht: (2025)

Ranking with Ties based on Noisy Performance Data
von: Sankaran, Aravind, et al.
Veröffentlicht: (2024)

CirrusBench: Evaluating LLM-based Agents Beyond Correctness in Real-World Cloud Service Environments
von: Yu, Yi, et al.
Veröffentlicht: (2026)

Optimistic Query Routing in Clustering-based Approximate Maximum Inner Product Search
von: Bruch, Sebastian, et al.
Veröffentlicht: (2024)

VectorSearch: Enhancing Document Retrieval with Semantic Embeddings and Optimized Search
von: Monir, Solmaz Seyed, et al.
Veröffentlicht: (2024)

Efficient and Effective Query Context-Aware Learning-to-Rank Model for Sequential Recommendation
von: Dzhoha, Andrii, et al.
Veröffentlicht: (2025)

Efficient Multi-Vector Dense Retrieval Using Bit Vectors
von: Nardini, Franco Maria, et al.
Veröffentlicht: (2024)

Efficient Sketching and Nearest Neighbor Search Algorithms for Sparse Vector Sets
von: Bruch, Sebastian, et al.
Veröffentlicht: (2025)

Maybe you are looking for CroQS: Cross-modal Query Suggestion for Text-to-Image Retrieval
von: Pacini, Giacomo, et al.
Veröffentlicht: (2024)

Two-Step SPLADE: Simple, Efficient and Effective Approximation of SPLADE
von: Lassance, Carlos, et al.
Veröffentlicht: (2024)

Effective Inference-Free Retrieval for Learned Sparse Representations
von: Nardini, Franco Maria, et al.
Veröffentlicht: (2025)

Expand More, Shrink Less: Shaping Effective-Rank Dynamics for Dense Scaling in Recommendation
von: Li, Guoming, et al.
Veröffentlicht: (2026)

Static Pruning in Dense Retrieval using Matrix Decomposition
von: Siciliano, Federico, et al.
Veröffentlicht: (2024)

Bounded-Abstention Pairwise Learning to Rank
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

EHI: End-to-end Learning of Hierarchical Index for Efficient Dense Retrieval
von: Kumar, Ramnath, et al.
Veröffentlicht: (2023)

Efficient Pointwise-Pairwise Learning-to-Rank for News Recommendation
von: Kannen, Nithish, et al.
Veröffentlicht: (2024)

Efficient Inverted Indexes for Approximate Retrieval over Learned Sparse Representations
von: Bruch, Sebastian, et al.
Veröffentlicht: (2024)

Pushing the Performance Envelope of DNN-based Recommendation Systems Inference on GPUs
von: Jain, Rishabh, et al.
Veröffentlicht: (2024)

Graph-Based Vector Search: An Experimental Evaluation of the State-of-the-Art
von: Azizi, Ilias, et al.
Veröffentlicht: (2025)

Hardware Acceleration for Knowledge Graph Processing: Challenges & Recent Developments
von: Besta, Maciej, et al.
Veröffentlicht: (2024)

RAGPerf: An End-to-End Benchmarking Framework for Retrieval-Augmented Generation Systems
von: Li, Shaobo, et al.
Veröffentlicht: (2026)

ECLIPSE: Contrastive Dimension Importance Estimation with Pseudo-Irrelevance Feedback for Dense Retrieval
von: D'Erasmo, Giulio, et al.
Veröffentlicht: (2024)

AIF: Asynchronous Inference Framework for Cost-Effective Pre-Ranking
von: Kou, Zhi, et al.
Veröffentlicht: (2025)

Building a Scalable, Effective, and Steerable Search and Ranking Platform
von: Celikik, Marjan, et al.
Veröffentlicht: (2024)

Ranking Across Different Content Types: The Robust Beauty of Multinomial Blending
von: Lichtenberg, Jan Malte, et al.
Veröffentlicht: (2024)

RewardRank: Optimizing True Learning-to-Rank Utility
von: Bhatt, Gaurav, et al.
Veröffentlicht: (2025)

Information Retrieval in the Age of Generative AI: The RGB Model
von: Garetto, Michele, et al.
Veröffentlicht: (2025)

MFBE: Leveraging Multi-Field Information of FAQs for Efficient Dense Retrieval
von: Banerjee, Debopriyo, et al.
Veröffentlicht: (2023)

Metric-agnostic Learning-to-Rank via Boosting and Rank Approximation
von: Gomez, Camilo, et al.
Veröffentlicht: (2026)

Decoupled Entity Representation Learning for Pinterest Ads Ranking
von: Liu, Jie, et al.
Veröffentlicht: (2025)

A Learning-to-Rank Formulation of Clustering-Based Approximate Nearest Neighbor Search
von: Vecchiato, Thomas, et al.
Veröffentlicht: (2024)

Results of the Big ANN: NeurIPS'23 competition
von: Simhadri, Harsha Vardhan, et al.
Veröffentlicht: (2024)

Proximal Ranking Policy Optimization for Practical Safety in Counterfactual Learning to Rank
von: Gupta, Shashank, et al.
Veröffentlicht: (2024)

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