:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Jerry, Madala, Siddarth, Niu, Cheng, Hockenmaier, Julia, Zhang, Tong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	https://arxiv.org/abs/2511.01208
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EviRerank: Adaptive Evidence Construction for Long-Document LLM Reranking
von: Li, Minghan, et al.
Veröffentlicht: (2024)

Improving Conversational Recommendation with Contextual Adaptation of External Recommenders and LLM-based Reranking
von: Li, Chuang, et al.
Veröffentlicht: (2025)

Illusions of Relevance: Arbitrary Content Injection Attacks Deceive Retrievers, Rerankers, and LLM Judges
von: Tamber, Manveer Singh, et al.
Veröffentlicht: (2025)

LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations
von: Gao, Jingtong, et al.
Veröffentlicht: (2024)

RAG-RL: Advancing Retrieval-Augmented Generation via RL and Curriculum Learning
von: Huang, Jerry, et al.
Veröffentlicht: (2025)

ToolRerank: Adaptive and Hierarchy-Aware Reranking for Tool Retrieval
von: Zheng, Yuanhang, et al.
Veröffentlicht: (2024)

Prism-Reranker: Beyond Relevance Scoring -- Jointly Producing Contributions and Evidence for Agentic Retrieval
von: Zhang, Dun
Veröffentlicht: (2026)

Reranking with Compressed Document Representation
von: Déjean, Hervé, et al.
Veröffentlicht: (2025)

CoRank: LLM-Based Compact Reranking with Document Features for Scientific Retrieval
von: Tian, Runchu, et al.
Veröffentlicht: (2025)

Impact of Shallow vs. Deep Relevance Judgments on BERT-based Reranking Models
von: Iturra-Bocaz, Gabriel, et al.
Veröffentlicht: (2025)

DualView: Adaptive Local-Global Fusion for Multi-Hop Document Reranking
von: Zhang, Litong, et al.
Veröffentlicht: (2026)

LANCER: LLM Reranking for Nugget Coverage
von: Ju, Jia-Huei, et al.
Veröffentlicht: (2026)

Dynamic Ranked List Truncation for Reranking Pipelines via LLM-generated Reference-Documents
von: Sinhababu, Nilanjan, et al.
Veröffentlicht: (2026)

Reproducing Adaptive Reranking for Reasoning-Intensive IR
von: Rathee, Mandeep, et al.
Veröffentlicht: (2026)

LLM-based Listwise Reranking under the Effect of Positional Bias
von: Qiao, Jingfen, et al.
Veröffentlicht: (2026)

Efficient Listwise Reranking with Compressed Document Representations
von: Déjean, Hervé, et al.
Veröffentlicht: (2026)

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

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

ReFIT: Relevance Feedback from a Reranker during Inference
von: Reddy, Revanth Gangi, et al.
Veröffentlicht: (2023)

Calibration-Disentangled Learning and Relevance-Prioritized Reranking for Calibrated Sequential Recommendation
von: Jeon, Hyunsik, et al.
Veröffentlicht: (2024)

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

Layer-wise Token Compression for Efficient Document Reranking
von: Zhuang, Shengyao, et al.
Veröffentlicht: (2026)

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

How Relevance Emerges: Interpreting LoRA Fine-Tuning in Reranking LLMs
von: Nijasure, Atharva, et al.
Veröffentlicht: (2025)

How Good are LLM-based Rerankers? An Empirical Analysis of State-of-the-Art Reranking Models
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

Knowledge-Aware Diverse Reranking for Cross-Source Question Answering
von: Zhou, Tong
Veröffentlicht: (2025)

DeAR: Dual-Stage Document Reranking with Reasoning Agents via LLM Distillation
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

K-CARE: Knowledge-driven Symmetrical Contextual Anchoring and Analogical Prototype Reasoning for E-commerce Relevance
von: Yifei, Chen, et al.
Veröffentlicht: (2026)

Gumbel Reranking: Differentiable End-to-End Reranker Optimization
von: Huang, Siyuan, et al.
Veröffentlicht: (2025)

The Effect of Document Summarization on LLM-Based Relevance Judgments
von: Mohtadi, Samaneh, et al.
Veröffentlicht: (2025)

REALM: Recursive Relevance Modeling for LLM-based Document Re-Ranking
von: Wang, Pinhuan, et al.
Veröffentlicht: (2025)

SumRank: Aligning Summarization Models for Long-Document Listwise Reranking
von: Feng, Jincheng, et al.
Veröffentlicht: (2026)

Diagnosing LLM-based Rerankers in Cold-Start Recommender Systems: Coverage, Exposure and Practical Mitigations
von: Lemdiasova, Ekaterina, et al.
Veröffentlicht: (2026)

LLM4Ranking: An Easy-to-use Framework of Utilizing Large Language Models for Document Reranking
von: Liu, Qi, et al.
Veröffentlicht: (2025)

Rank-R1: Enhancing Reasoning in LLM-based Document Rerankers via Reinforcement Learning
von: Zhuang, Shengyao, et al.
Veröffentlicht: (2025)

Beyond Relevance: An Adaptive Exploration-Based Framework for Personalized Recommendations
von: Bianchi, Edoardo
Veröffentlicht: (2025)

DiffuRank: Effective Document Reranking with Diffusion Language Models
von: Liu, Qi, et al.
Veröffentlicht: (2026)

FinCARDS: Card-Based Analyst Reranking for Financial Document Question Answering
von: Zhou, Yixi, et al.
Veröffentlicht: (2026)

Do Large Language Models Favor Recent Content? A Study on Recency Bias in LLM-Based Reranking
von: Fang, Hanpei, et al.
Veröffentlicht: (2025)

Rethinking LLM Parametric Knowledge as Post-retrieval Confidence for Dynamic Retrieval and Reranking
von: Jin, Haoxiang, et al.
Veröffentlicht: (2025)