Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Fonctions de score OpenSearch pour le classement marketplace v1.0.0

Utilisez cette ressource pour concevoir un classement OpenSearch pour une marketplace avec fonctions de score et évaluation

Nouveau

  • 316 téléchargements
  • 147 mentions J'aime
  • 119 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install opensearch-ranking-functions

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent conçoit ou relit un classement OpenSearch selon 56 règles : récupération hybride BM25 et kNN, signaux de qualité, décroissance spatiale ou temporelle, équilibre entre offre et demande, correction des biais et évaluation par NDCG ou tests A/B. Il indique le gain attendu de chaque fonction. Vous obtenez un classement mesuré plutôt qu'un score réglé à l'intuition.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Fonctions de score OpenSearch pour le classement marketplace »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • references/ : fiches sur la correction des biais, les modèles de clic et l'échantillonnage de Thompson
  • references/ : fiches sur les décroissances gaussienne et exponentielle et leur composition

Pour qui

  • Les annonces récentes sont enterrées par des annonces anciennes bien notées
  • Un score function_score a été réglé à la main sans mesure

Pas pour qui

    Étiquettes

    • opensearch
    • classement
    • marketplace
    • ndcg
    • scoring

    À propos

    Vous dites

    « Notre classement d'hébergements favorise les annonces anciennes. Propose une décroissance temporelle et une façon de la mesurer en NDCG. »

    Carte de la skill « Fonctions de score OpenSearch pour le classement marketplace »

    Skill publiée par pproenca sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de concevoir un classement OpenSearch pour une marketplace avec fonctions de score et évaluation
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • AGENTS.md19 Ko
    • assets/templates/_template.md1,7 Ko
    • LICENSE1,1 Ko
    • metadata.json5,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/_sections.md4,5 Ko
    • references/bias-click-models.md3,3 Ko
    • references/bias-counterfactual-eval.md4,5 Ko
    • references/bias-interleaved-evaluation.md4,7 Ko
    • references/bias-popularity-debiasing.md4 Ko
    • references/bias-position-ips.md4,1 Ko
    • references/bias-thompson-sampling.md4,4 Ko
    • references/decay-exp-freshness.md3,4 Ko
    • references/decay-gauss-geo.md3,3 Ko
    • references/decay-multi-field-composition.md4 Ko
    • references/decay-offset-noise.md2,8 Ko
    • references/decay-scale-calibration.md3,2 Ko
    • references/div-category-diversity.md4,1 Ko
    • references/div-dpp-quality-diversity.md4,3 Ko
    • references/div-max-per-host.md3,5 Ko
    • references/div-mmr-rerank.md4,3 Ko
    • references/div-window-penalty.md4 Ko
    • references/eval-ab-sample-size-mde.md5,1 Ko
    • references/eval-ablation-attribution.md5,3 Ko
    • references/eval-cuped-variance-reduction.md5,4 Ko
    • references/eval-graded-judgment-set.md4,3 Ko
    • references/eval-ndcg-primary-metric.md4,6 Ko
    • references/eval-online-offline-correlation.md4,9 Ko
    • references/eval-regression-query-suite.md5,6 Ko
    • references/market-cold-start-exploration.md3,9 Ko
    • references/market-conversion-weighted-ranking.md3,4 Ko
    • references/market-host-quality-signals.md4 Ko
    • references/market-inventory-health.md3,7 Ko
    • references/market-pareto-multi-objective.md4,2 Ko
    • references/market-price-relevance.md4 Ko
    • references/market-supply-fairness-lorenz.md4,1 Ko
    • references/pers-contextual-features.md3,5 Ko
    • references/pers-cross-encoder-rerank.md3,2 Ko
    • references/pers-listing-embeddings.md3,7 Ko
    • references/pers-multi-modal-embeddings.md3,6 Ko
    • references/pers-real-time-session-vector.md3,5 Ko
    • references/pers-tower-split-offline-online.md3,9 Ko
    • references/pers-type-embeddings-cold-start.md3,5 Ko
    • references/qual-bayesian-average.md3,1 Ko
    • references/qual-completeness-score.md3,1 Ko
    • references/qual-log1p-vs-saturation.md3 Ko
    • references/qual-rank-feature-saturation.md3 Ko
    • references/qual-rank-feature-sigmoid.md2,9 Ko
    • references/qual-wilson-lower-bound.md2,8 Ko
    • references/recall-hnsw-vs-ivf.md2,4 Ko
    • references/recall-hybrid-rrf.md2,3 Ko
    • references/recall-multi-stage.md2,4 Ko
    • references/recall-prefilter-knn.md2,3 Ko
    • references/recall-query-expansion.md2,8 Ko
    • references/recall-two-tower-ebr.md2,5 Ko
    • references/rel-avoid-boost-inflation.md2,6 Ko
    • references/rel-bm25-k1-b-tuning.md2,7 Ko
    • references/rel-bm25f-field-weights.md2,4 Ko
    • references/rel-listwise-loss.md2,7 Ko
    • references/rel-multi-match-strategy.md2,5 Ko
    • references/rel-rescore-over-bool-should.md3,2 Ko
    • references/rel-script-score-over-function-score.md3,2 Ko
    • SKILL.md15,1 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    pproenca
    Source
    github.com/pproenca/dot-skills/tree/cf93c57cac89d6fc3e4194686000411567f5caf3/skills/.experimental/opensearch-function-scoring-algorithms
    Licence
    MIT

    Notice

    « opensearch-function-scoring-algorithms » (pproenca, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.