長文書類ランキングモデルの性能を包括的な評価とリーダーボードを通して理解する

長文書類ランキングモデルの性能は、標準的なコレクションでは小さな改善しか示さないが、関連パッセージの位置バイアスが大きく変化するコレクションでは大きな差が現れる。