Is Position Bias in Dense Retrievers Built In-or Learned from Data?
Ce papier démontre que le biais de position dans les récupérateurs denses est principalement appris à partir de la distribution des preuves dans les données d'entraînement plutôt que d'être inhérent à l'architecture du modèle, montrant ainsi qu'une curation équilibrée des données peut atténuer significativement ce biais tout en maintenant des performances de récupération compétitives.