PulseAugur
中
实时 05:29:25
English(EN) The Voronoi Bottleneck: Capacity-Aware Dense Retrieval for Product Search

新理论识别出密集检索系统的几何瓶颈

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员提出了一个名为Voronoi瓶颈的新理论框架，该框架识别出密集嵌入检索系统中的基本几何限制。该限制与Voronoi复杂度和嵌入的符号秩有关，决定了在固定嵌入维度内可以表达的查询-文档相关性模式的数量。该论文提出了容量利用分数（CUS）来预测检索失败，并引入了一个新的训练目标AT-DW-InfoNCE（DART），该目标在不增加推理开销的情况下提高了检索性能。 AI

影响 引入了一个理论框架和训练方法，以提高产品搜索和推荐中使用的密集检索系统的效率和准确性。

排序理由 学术论文，介绍了用于密集检索系统的新理论框架和训练目标。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新理论识别出密集检索系统的几何瓶颈

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Charith Chandra Sai Balne, Rithwik Maramraju, Siddharth Pratap Singh, Rohit Upadhyay, Aditya Singh, Chittaranjan Tripathy, Yogananda Domlur Seetharama ·

    The Voronoi Bottleneck: Capacity-Aware Dense Retrieval for Product Search

    arXiv:2606.28359v1 Announce Type: cross Abstract: Dense embedding retrieval compresses all relevance information into a single inner product, imposing a fundamental geometric limit -- the Voronoi Bottleneck -- on the number of query-document relevance patterns expressible at fixe…

相关实体

相关话题