Buchumschlag

Scaling Laws for Embedding Dimension in Information Retrieval

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Killingback, Julian, Rafiee, Mahta, Manas, Madine, Zamani, Hamed
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hypencoder: Hypernetworks for Information Retrieval
von: Killingback, Julian, et al.
Veröffentlicht: (2025)

Benchmarking Information Retrieval Models on Complex Retrieval Tasks
von: Killingback, Julian, et al.
Veröffentlicht: (2025)

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

A Unified Model and Document Representation for On-Device Retrieval-Augmented Generation
von: Killingback, Julian, et al.
Veröffentlicht: (2026)

ExPerT: Effective and Explainable Evaluation of Personalized Long-Form Text Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Stochastic RAG: End-to-End Retrieval-Augmented Generation through Expected Utility Maximization
von: Zamani, Hamed, et al.
Veröffentlicht: (2024)

Total Recall QA: A Verifiable Evaluation Suite for Deep Research Agents
von: Rafiee, Mahta, et al.
Veröffentlicht: (2026)

LaMP-QA: A Benchmark for Personalized Long-form Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Retrieval-Enhanced Machine Learning: Synthesis and Opportunities
von: Kim, To Eun, et al.
Veröffentlicht: (2024)

Scaling Laws for Online Advertisement Retrieval
von: Wang, Yunli, et al.
Veröffentlicht: (2024)

Scaling Laws for Cross-Encoder Reranking
von: Seetharaman, Rahul, et al.
Veröffentlicht: (2026)

Interactions with Generative Information Retrieval Systems
von: Aliannejadi, Mohammad, et al.
Veröffentlicht: (2024)

Neurosymbolic Retrievers for Retrieval-augmented Generation
von: Saxena, Yash, et al.
Veröffentlicht: (2026)

Applying Embedding-Based Retrieval to Airbnb Search
von: Abdool, Mustafa, et al.
Veröffentlicht: (2026)

ProCIS: A Benchmark for Proactive Retrieval in Conversations
von: Samarinas, Chris, et al.
Veröffentlicht: (2024)

Evaluating Retrieval Quality in Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

The Future is Sparse: Embedding Compression for Scalable Retrieval in Recommender Systems
von: Kasalický, Petr, et al.
Veröffentlicht: (2025)

An Efficient Embedding Based Ad Retrieval with GPU-Powered Feature Interaction
von: Lei, Yifan, et al.
Veröffentlicht: (2025)

Embedding the Teacher: Distilling vLLM Preferences for Scalable Image Retrieval
von: He, Eric, et al.
Veröffentlicht: (2025)

Decoding Dense Embeddings: Sparse Autoencoders for Interpreting and Discretizing Dense Retrieval
von: Park, Seongwan, et al.
Veröffentlicht: (2025)

On the Embedding Collapse when Scaling up Recommendation Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2023)

Query Drift Compensation: Enabling Compatibility in Continual Learning of Retrieval Embedding Models
von: Goswami, Dipam, et al.
Veröffentlicht: (2025)

Robust Training Objectives Improve Embedding-based Retrieval in Industrial Recommendation Systems
von: Kolodner, Matthew, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Retrieval-Augmented Reasoning
von: Soudani, Heydar, et al.
Veröffentlicht: (2025)

Order-Preserving Dimension Reduction for Multimodal Semantic Embedding
von: Gong, Chengyu, et al.
Veröffentlicht: (2024)

Retrieval Mechanisms Surpass Long-Context Scaling in Time Series Forecasting
von: Ahuja, Rishi, et al.
Veröffentlicht: (2026)

Cross-Sensory Brain Passage Retrieval: Scaling Beyond Visual to Audio
von: McGuire, Niall, et al.
Veröffentlicht: (2026)

UniPinRec: Unifying Generative Retrieval and Ranking at Pinterest Scale
von: Li, Hanyu, et al.
Veröffentlicht: (2026)

Large Language Model as Universal Retriever in Industrial-Scale Recommender System
von: Jiang, Junguang, et al.
Veröffentlicht: (2025)

Unified Embedding: Battle-Tested Feature Representations for Web-Scale ML Systems
von: Coleman, Benjamin, et al.
Veröffentlicht: (2023)

On the Theoretical Limitations of Embedding-Based Retrieval
von: Weller, Orion, et al.
Veröffentlicht: (2025)

Scalable Music Cover Retrieval Using Lyrics-Aligned Audio Embeddings
von: Affolter, Joanne, et al.
Veröffentlicht: (2026)

Learning to Rank for Multiple Retrieval-Augmented Models through Iterative Utility Maximization
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Deploying Semantic ID-based Generative Retrieval for Large-Scale Podcast Discovery at Spotify
von: D'Amico, Edoardo, et al.
Veröffentlicht: (2026)

Yambda-5B -- A Large-Scale Multi-modal Dataset for Ranking And Retrieval
von: Ploshkin, A., et al.
Veröffentlicht: (2025)

RETLLM: Training and Data-Free MLLMs for Multimodal Information Retrieval
von: Su, Dawei, et al.
Veröffentlicht: (2026)

SemStruct: Contextualizing Semantic Embeddings with Structural Information for Schema Matching
von: Kang, Inwon, et al.
Veröffentlicht: (2026)

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

A Survey of Controllable Learning: Methods and Applications in Information Retrieval
von: Shen, Chenglei, et al.
Veröffentlicht: (2024)

PinRec: Outcome-Conditioned, Multi-Token Generative Retrieval for Industry-Scale Recommendation Systems
von: Agarwal, Prabhat, et al.
Veröffentlicht: (2025)