Buchumschlag

Statistical Foundations of DIME: Risk Estimation for Practical Index Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	D'Erasmo, Giulio, Campagnano, Cesare, Mallia, Antonio, Brutti, Pierpaolo, Tonellotto, Nicola, Silvestri, Fabrizio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Faster Learned Sparse Retrieval with Block-Max Pruning
von: Mallia, Antonio, et al.
Veröffentlicht: (2024)

The Power of Noise: Redefining Retrieval for RAG Systems
von: Cuconasu, Florin, et al.
Veröffentlicht: (2024)

Efficient Constant-Space Multi-Vector Retrieval
von: MacAvaney, Sean, et al.
Veröffentlicht: (2025)

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

A Theoretical Analysis of Recommendation Loss Functions under Negative Sampling
von: Di Teodoro, Giulia, et al.
Veröffentlicht: (2024)

A Tale of Trust and Accuracy: Base vs. Instruct LLMs in RAG Systems
von: Cuconasu, Florin, et al.
Veröffentlicht: (2024)

Integrating Item Relevance in Training Loss for Sequential Recommender Systems
von: Bacciu, Andrea, et al.
Veröffentlicht: (2023)

Graph Neural Re-Ranking via Corpus Graph
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2024)

A Picture of Agentic Search
von: Pezzuti, Francesca, et al.
Veröffentlicht: (2026)

A Reproducible Analysis of Sequential Recommender Systems
von: Betello, Filippo, et al.
Veröffentlicht: (2024)

Generating Query Recommendations via LLMs
von: Bacciu, Andrea, et al.
Veröffentlicht: (2024)

RRAML: Reinforced Retrieval Augmented Machine Learning
von: Bacciu, Andrea, et al.
Veröffentlicht: (2023)

DeeperImpact: Optimizing Sparse Learned Index Structures
von: Basnet, Soyuj, et al.
Veröffentlicht: (2024)

Neural Prioritisation for Web Crawling
von: Pezzuti, Francesca, et al.
Veröffentlicht: (2025)

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

A Reproducibility Study of PLAID
von: MacAvaney, Sean, et al.
Veröffentlicht: (2024)

Eco-Aware Graph Neural Networks for Sustainable Recommendations
von: Purificato, Antonio, et al.
Veröffentlicht: (2024)

Improved Learned Sparse Retrieval with Corpus-Specific Vocabularies
von: Yu, Puxuan, et al.
Veröffentlicht: (2024)

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

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

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

Exploring the Effectiveness of Multi-stage Fine-tuning for Cross-encoder Re-rankers
von: Pezzuti, Francesca, et al.
Veröffentlicht: (2025)

Predicting Award Winning Research Papers at Publication Time
von: Vella, Riccardo, et al.
Veröffentlicht: (2024)

AMAQA: A Metadata-based QA Dataset for RAG Systems
von: Bruni, Davide, et al.
Veröffentlicht: (2025)

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

Document Quality Scoring for Web Crawling
von: Pezzuti, Francesca, et al.
Veröffentlicht: (2025)

Blending Learning to Rank and Dense Representations for Efficient and Effective Cascades
von: Nardini, Franco Maria, et al.
Veröffentlicht: (2025)

Demystifying Sequential Recommendations: Counterfactual Explanations via Genetic Algorithms
von: Scarcelli, Domiziano, et al.
Veröffentlicht: (2025)

Investigating the Robustness of Sequential Recommender Systems Against Training Data Perturbations
von: Betello, Filippo, et al.
Veröffentlicht: (2023)

Redefining Retrieval Evaluation in the Era of LLMs
von: Trappolini, Giovanni, et al.
Veröffentlicht: (2025)

Do RAG Systems Really Suffer From Positional Bias?
von: Cuconasu, Florin, et al.
Veröffentlicht: (2025)

MURR: Model Updating with Regularized Replay for Searching a Document Stream
von: Yang, Eugene, et al.
Veröffentlicht: (2025)

Establishing a Foundation for Tetun Ad-Hoc Text Retrieval: Stemming, Indexing, Retrieval, and Ranking
von: de Jesus, Gabriel, et al.
Veröffentlicht: (2024)

Link Prediction with Physics-Inspired Graph Neural Networks
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2024)

Indexing Depth and Retrieval Effectiveness
von: Seely, Barbara J.
Veröffentlicht: (1972)

ColBERT-serve: Efficient Multi-Stage Memory-Mapped Scoring
von: Huang, Kaili, et al.
Veröffentlicht: (2025)

With a Little Help From My Friends: Collective Manipulation in Risk-Controlling Recommender Systems
von: De Toni, Giovanni, et al.
Veröffentlicht: (2026)

How Fair is Your Diffusion Recommender Model?
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

You Don't Bring Me Flowers: Mitigating Unwanted Recommendations Through Conformal Risk Control
von: De Toni, Giovanni, et al.
Veröffentlicht: (2025)