ListNet：一种用于学习排序（Learning to Rank）的列表式（listwise）算法/损失函数框架，把一次查询下的整个候选列表作为整体来学习，使模型输出的排序更接近真实相关性排序（常用于信息检索与推荐系统的排序阶段）。也常指其经典论文中提出的具体方法。
/ˈlɪstˌnɛt/
ListNet is a popular listwise method for learning to rank.
ListNet 是一种很常见的列表式学习排序方法。
In our search engine experiment, we trained a neural ranker with a ListNet-style loss to better match the top-k ordering of user-relevant documents.
在我们的搜索引擎实验中，我们用类似 ListNet 的损失训练神经排序模型，以更好地匹配用户相关文档的前 k 个排序结果。
由 list（列表）+ net（网络/模型框架）组合而成，强调“把一整个列表作为学习对象”的思想。该术语因学习排序领域的经典研究而广泛传播，常与“listwise learning to rank（列表式学习排序）”并称。
Select Language