Le filThèmes : RechercheÉvaluations
OC-SFT réduit la dépendance à l’ordre des candidats dans les LLM qui notent des documents
1 sourcemis à jour il y a 2 jpertinence 3,2 sur5
L’essentiel
Cinq évaluateurs entraînés, à 0,010 nDCG@10 près, retiennent des ensembles qui se recoupent de 0,66 à 0,84 seulement après réordonnancement. OC-SFT atténue cette dépendance, et le code est publié.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMarkus Frohmann, Mahdiyar Ali Akbar Alavi, Elizabeth Lingg et al.huggingface.co
Equal Ranking Quality, Different Decisions: Measuring and Reducing Order Dependence in LLM Scorers (site externe)
In passage reranking, response ranking and multi-document question answering, LLMs can score several candidate documents or responses together in one prompt, each still receiving its own score.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5