LBD (Lipschitz-Bernoulli-Decoupling)

我们开发了新颖的Lipschitz和Bernoulli解耦 (LBD) 模型，以在个人层面上解耦对相关性和观察的影响。从理论上证明，我们提出的方法可以为排名目标恢复正确的相关顺序。在两个LTR基准数据集上的经验结果表明，所提出的模型优于最先进的基线，并验证了其在去偏置数据中的有效性。

搜集汇总

背景与挑战

背景概述

LBD数据集包含一个新颖的Lipschitz-Bernoulli解耦模型，旨在在个人层面解耦相关性和观察影响，以恢复正确的相关顺序并实现无偏学习排序。该模型在LTR基准数据集上表现优于现有基线，验证了其在去偏置数据中的有效性，由新加坡国立大学、浙江大学和Salesforce Research Asia于2022年发布。