会员服务
排序是计算机内经常进行的一种操作，其目的是将一组“无序”的记录序列调整为“有序”的记录序列。分内部排序和外部排序。若整个排序过程不需要访问外存便能完成，则称此类排序问题为内部排序。反之，若参加排序的记录数量很大，整个序列的排序过程不可能在内存中完成，则称此类排序问题为外部排序。内部排序的过程是一个逐步扩大记录的有序序列长度的过程。
WSDM Cup 2026 Multilingual Retrieval: A Low-Cost Multi-Stage Retrieval Pipeline
Arxiv
0+阅读 · 2月19日
RankEvolve: Automating the Discovery of Retrieval Algorithms via LLM-Driven Evolution
Arxiv
0+阅读 · 2月18日
Partial Optimality in the Preordering Problem
Arxiv
0+阅读 · 2月19日
PoLi-RL: A Point-to-List Reinforcement Learning Framework for Conditional Semantic Textual Similarity
Arxiv
0+阅读 · 2月19日
LiveGraph: Active-Structure Neural Re-ranking for Exercise Recommendation
Arxiv
0+阅读 · 2月19日
The Vulnerability of LLM Rankers to Prompt Injection Attacks
Arxiv
0+阅读 · 2月18日
A Long-term Value Prediction Framework In Video Ranking
Arxiv
0+阅读 · 2月19日
MICE: Minimal Interaction Cross-Encoders for efficient Re-ranking
Arxiv
0+阅读 · 2月18日
Protean Compiler: An Agile Framework to Drive Fine-grain Phase Ordering
Arxiv
0+阅读 · 2月17日
Chain of Thought in Order: Discovering Learning-Friendly Orders for Arithmetic
Arxiv
0+阅读 · 2月18日
CLAA: Cross-Layer Attention Aggregation for Accelerating LLM Prefill
Arxiv
0+阅读 · 2月17日
Campaign-2-PT-RAG: LLM-Guided Semantic Product Type Attribution for Scalable Campaign Ranking
Arxiv
0+阅读 · 2月18日
Who can we trust? LLM-as-a-jury for Comparative Assessment
Who can we trust? LLM-as-a-jury for Comparative Assessment
Arxiv
0+阅读 · 2月18日
Learning Preference from Observed Rankings
Arxiv
0+阅读 · 2月18日
DIAGPaper: Diagnosing Valid and Specific Weaknesses in Scientific Papers via Multi-Agent Reasoning
Arxiv
0+阅读 · 2月18日
参考链接
微信扫码咨询专知VIP会员
Top