在XGBoost XGBRanker中，成对比较培训是如何工作的？

Question

我对学习两两比较排名很感兴趣。在进行这项工作时，我发现XGBoost有一个名为XGBRanker的模型，它工作得非常好。 我想了解XGBRanker是如何管理训练数据以获得如此低的内存使用率和良好的结果的？（我相信它使用LambdaMART）
我想它一定是某种功能的查找表，可能是以迭代方式进行配对，也可能不是在一个组中使用具有不同标签的所有可能排列。
我尝试查看source code，但所有内容都在引用其他XGBoost方法，到目前为止我还无法理解它

我想创建一种类似的方法来训练NNs进行两两比较，但到目前为止，处理训练数据一直是一个巨大的障碍。
因此，更一般地说，我的问题是：如何在成对排序算法中创建成对？（RankNet、LambdaNet等）是否都使用成对？只有一个百分比？还有别的方法吗？如果您正在使用>；10万件物品，你很容易就能得到数亿件

我希望有人知道这方面的信息，或者知道谁会知道