Fugu-MT 論文翻訳(概要): BLITZRANK: Principled Zero-shot Ranking Agents with Tournament Graphs

論文の概要: BLITZRANK: Principled Zero-shot Ranking Agents with Tournament Graphs

arxiv url: http://arxiv.org/abs/2602.05448v1
Date: Thu, 05 Feb 2026 08:41:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-06 18:49:08.849599
Title: BLITZRANK: Principled Zero-shot Ranking Agents with Tournament Graphs
Title（参考訳）: BLITZRANK: トーナメントグラフ付きゼロショットランキングエージェント
Authors: Sheshansh Agrawal, Thien Hang Nguyen, Douwe Kiela,
Abstract要約: トーナメントグラフのフレームワークを$k$-wiseで再評価する。それぞれの$k$-document比較は、$binomk2$ペアの好みの完全なトーナメントを明らかにする。我々は、候補のランクが確実に決定されたときを形式化し、情報ゲインを極力最大化するクエリスケジュールを設計する。
参考スコア（独自算出の注目度）: 14.085089126904101
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Large language models have emerged as powerful zero-shot rerankers for retrieval-augmented generation, offering strong generalization without task-specific training. However, existing LLM reranking methods either rely on heuristics that fail to fully exploit the information revealed by each ranking decision or are inefficient when they do. We introduce a tournament graph framework that provides a principled foundation for $k$-wise reranking. Our key observation is that each $k$-document comparison reveals a complete tournament of $\binom{k}{2}$ pairwise preferences. These tournaments are aggregated into a global preference graph, whose transitive closure yields many additional orderings without further model invocations. We formalize when a candidate's rank is certifiably determined and design a query schedule that greedily maximizes information gain towards identifying the top-$m$ items. Our framework also gracefully handles non-transitive preferences - cycles induced by LLM judgments - by collapsing them into equivalence classes that yield principled tiered rankings. Empirically, across 14 benchmarks and 5 LLMs, our method achieves Pareto dominance over existing methods: matching or exceeding accuracy while requiring 25-40% fewer tokens than comparable approaches, and 7$\times$ fewer than pairwise methods at near-identical quality.
Abstract（参考訳）: 大規模言語モデルは、検索強化世代のための強力なゼロショットリランカとして登場し、タスク固有のトレーニングなしで強力な一般化を提供する。しかし、既存のLCMリグレード法は、各ランキング決定によって明らかになった情報を完全に活用できないヒューリスティックに依存しているか、あるいはそれらが実行された時に非効率である。トーナメントグラフフレームワークを導入し、$k$-wiseの再ランクのための原則的な基盤を提供します。私たちのキーとなる観察は、$k$-documentの比較によって、$\binom{k}{2}$ pairwise preferencesの完全なトーナメントが明らかになるということです。これらのトーナメントはグローバルな選好グラフに集約され、その推移的なクロージャは、さらなるモデル呼び出しなしで多くの追加注文を得られる。候補のランクが確実に決定された場合を形式化し、上位m$項目を特定するための情報ゲインを欲しがって最大化するクエリスケジュールを設計する。我々のフレームワークは、LLM判断によって誘導される非推移的選好(サイクル)を、原則付きランキングをもたらす同値クラスに分解することで、優雅に処理します。提案手法は,14のベンチマークと5のLDMにおいて,同等の手法よりも25～40%少ないトークンと,ほぼ同一品質のペアワイズメソッドよりも低い7$\times$という,既存の手法に対するパレート優位性を実現している。

関連論文リスト

$V_1$: Unifying Generation and Self-Verification for Parallel Reasoners [69.66089681814013]
$V_$は、効率的なペアワイドランキングを通じて生成と検証を統合するフレームワークである。 V_$-Inferはポイントワイド検証でPass@1を最大10%改善する。 V_$-PairRLは、標準のRLとポイントワイドのジョイントトレーニングよりも、テストタイムのスケーリングが7ドル--9%で向上する。
論文参考訳（メタデータ） (2026-03-04T17:22:16Z)
GroupRank: A Groupwise Reranking Paradigm Driven by Reinforcement Learning [26.616849067985967]
Groupwiseは、大規模な言語モデルのための新しいパラダイムである。高品質な検索とランキングデータのための革新的なパイプラインを提案する。得られたデータは、リランカのトレーニングだけでなく、レトリバーのトレーニングにも利用することができる。
論文参考訳（メタデータ） (2025-11-10T15:25:31Z)
Rank-GRPO: Training LLM-based Conversational Recommender Systems with Reinforcement Learning [70.6126069527741]
ConvRec-R1は会話レコメンデーションシステムのエンドツーエンドトレーニングのための2段階のフレームワークである。ステージ1では,Remap-Reflect-Adjustパイプラインを用いた行動閉鎖データセットを構築した。ステージ2では,グループ相対政策最適化の原則的拡張である Rank-GRPO を提案する。
論文参考訳（メタデータ） (2025-10-23T02:56:00Z)
GRAPE: Let GPRO Supervise Query Rewriting by Ranking for Retrieval [19.73916326078242]
CLIPモデルは,テキストと画像データを統合埋め込み空間に整列させることにより,大規模検索システムの基盤となっている。コストのかかるリトレーニングを避けるため、既存のメソッドは主に大規模言語モデル(LLM)によるクエリ書き換え戦略を採用している。 GRAPEは,検索誘導型クエリ書き換えにランキング信号を組み込むプラグイン・アンド・プレイ拡張手法である。
論文参考訳（メタデータ） (2025-09-27T15:36:59Z)
Learning to Rank with Top-$K$ Fairness [44.93371887251112]
ほとんどの公正を意識したランキングシステムは、ランキング全体のグループの平均露出を確実にすることに焦点を当てている。本稿では、上位のK$ランキングにおける不等式の問題に対処するリストワイズ学習 to ランクフレームワークを提案する。
論文参考訳（メタデータ） (2025-09-22T17:47:10Z)
ERank: Fusing Supervised Fine-Tuning and Reinforcement Learning for Effective and Efficient Text Reranking [33.25740773392183]
ERankは、多種多様な関連シナリオにまたがるLLMから構築された、非常に効率的で効率的なポイントワイド・リランカである。スーパーバイザードファインチューニング(SFT)から始まる新しい2段階トレーニングパイプラインを提案する。この段階では、二進ラベルを超えてモデルを生成的に訓練し、微粒な整数スコアを出力し、妥当性の識別を大幅に向上させる。 BRIGHT, FollowIR, TREC DL, BEIRベンチマークにおけるERankリランカの評価を行い, 既存手法と比較して優れた有効性と堅牢性を示した。
論文参考訳（メタデータ） (2025-08-30T14:56:53Z)
RankList -- A Listwise Preference Learning Framework for Predicting Subjective Preferences [66.76322360727809]
RankNetを構造化されたリストレベルの監視に一般化するリストワイズ選好学習フレームワークである RankList を提案する。我々の定式化は確率的枠組みの中で局所的および非局所的ランキング制約を明示的にモデル化する。実験は多種多様性にまたがる手法の優越性を実証した。
論文参考訳（メタデータ） (2025-08-13T13:59:41Z)
TFRank: Think-Free Reasoning Enables Practical Pointwise LLM Ranking [21.930228130429573]
LLM(Large Language Models)上に構築された推論集約型ランキングモデルは、顕著な進歩を遂げた。既存のアプローチは、しばしば大規模なLCMと明示的なチェーン・オブ・ソート(CoT)推論に依存している。我々は,小規模LLMに基づく効率的なポイントワイズ推論ランキングである textbfTFRank を提案する。
論文参考訳（メタデータ） (2025-08-13T06:47:58Z)
Leveraging Reference Documents for Zero-Shot Ranking via Large Language Models [16.721450557704767]
RefRankは、固定参照文書に基づく単純で効果的な比較ランク付け手法である。 RefRankはポイントワイドのベースラインをはるかに上回り、少なくともペアワイドのアプローチと同等のパフォーマンスを達成できることを示した。
論文参考訳（メタデータ） (2025-06-13T04:03:09Z)
Rank-R1: Enhancing Reasoning in LLM-based Document Rerankers via Reinforcement Learning [76.50690734636477]
ランキングタスクを実行する前にユーザクエリと候補文書の両方を推論する新しいLCMベースのリランカである Rank-R1 を導入する。 TREC DL と BRIGHT データセットを用いた実験により,Ranc-R1 が特に複雑なクエリに対して非常に有効であることが判明した。
論文参考訳（メタデータ） (2025-03-08T03:14:26Z)
Self-Calibrated Listwise Reranking with Large Language Models [137.6557607279876]
大規模言語モデル (LLM) はシーケンシャル・ツー・シーケンス・アプローチによってタスクのランク付けに使用されている。この階調のパラダイムは、より大きな候補集合を反復的に扱うためにスライディングウインドウ戦略を必要とする。そこで本稿では,LLMを用いた自己校正リストのランク付け手法を提案する。
論文参考訳（メタデータ） (2024-11-07T10:31:31Z)
Instruction Distillation Makes Large Language Models Efficient Zero-shot Rankers [56.12593882838412]
本稿では,文書のランク付けのための新しい命令蒸留手法を提案する。まず、複雑な命令で効果的なペアワイズ手法を用いて文書をランク付けし、簡単な指示で教師の予測をポイントワイズ方式で抽出する。提案手法は,MonoT5のような既存の教師付きメソッドの性能を超越し,最先端のゼロショット手法と同等である。
論文参考訳（メタデータ） (2023-11-02T19:16:21Z)
Bipartite Ranking Fairness through a Model Agnostic Ordering Adjustment [54.179859639868646]
本稿では,二部類ランキングにおける公平性を実現するためのモデルに依存しない後処理フレームワークxOrderを提案する。 xOrderは、教師なしおよび教師なしの公正度メトリックを含む、さまざまな分類モデルとランキングフェアネスメトリクスと互換性がある。提案アルゴリズムを,4つのベンチマークデータセットと2つの実世界の患者電子健康記録リポジトリ上で評価した。
論文参考訳（メタデータ） (2023-07-27T07:42:44Z)
Large Language Models are Effective Text Rankers with Pairwise Ranking Prompting [65.00288634420812]
Pairwise Ranking Prompting (PRP)は、大規模言語モデル(LLM)の負担を大幅に軽減する手法である。本研究は,中等級のオープンソースLCMを用いた標準ベンチマークにおいて,最先端のランク付け性能を達成した文献としては初めてである。
論文参考訳（メタデータ） (2023-06-30T11:32:25Z)
Ranking Inferences Based on the Top Choice of Multiway Comparisons [2.468314282946207]
本稿では、各試行においてランダムに選択された項目のうち、上位選択の観測データに基づいて、$n$アイテムのランキングを考察する。これは、M$-wayランキングに対するプラケット=リュックモデルの有用な修正であり、最高選択のみを観測し、M=2$に対応する祝賀されたブラッドリー=テリー=リュックモデルの延長である。
論文参考訳（メタデータ） (2022-11-22T02:34:52Z)
Dynamic Ranking with the BTL Model: A Nearest Neighbor based Rank Centrality Method [5.025654873456756]
静的設定から動的設定への古典的BTL(Bradley-Terry-Luce)モデルの拡張について検討する。我々は mathbbRn$ のアイテム $w_t* の潜在強度をいつでも回復することを目指している。また、実データおよび合成データに関する実験で理論解析を補完する。
論文参考訳（メタデータ） (2021-09-28T14:01:40Z)
Ranking a set of objects: a graph based least-square approach [70.7866286425868]
同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
論文参考訳（メタデータ） (2020-02-26T16:19:09Z)
SetRank: A Setwise Bayesian Approach for Collaborative Ranking from Implicit Feedback [50.13745601531148]
提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
論文参考訳（メタデータ） (2020-02-23T06:40:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。