ndcg

一篇实验性博客文章提出「Bag of Decisions」重排方法：让 LLM 为每个查询生成一组是/否判准问题，再用 Jev 计算各问题为真的概率并求和作为相关性分数，在 Wayfair WANDS 和 Amazon ESCI 数据集上均优于 BM25 和单一问题重排。

本文介绍了一种面向决策的生存分析学习方法，该方法通过NDCG优化将预测模型与后续分配决策对齐。应用于美国心脏移植数据后，排名性能提升了50-100%，每年可能带来数千额外生命年。