Apple ML Research 提出使用神经网络的摊销 MIPS

Apple Machine Learning Research 提出了一种新的最大内积搜索（MIPS）方法，称为摊销 MIPS。该方法利用神经网络，特别是 SupportNet 和 KeyNet，直接预测 MIPS 解决方案，从而降低了从固定键数据库中已知分布提取的查询的计算成本。在 BEIR 基准测试上的实验表明，在考虑计算工作量的情况下，这些学习模型可以显著提高 IVF 匹配率。 AI

影响 这项研究通过降低计算成本，可能导致机器学习应用中更高效的搜索功能。

排序理由 该集群包含一篇来自 Apple Machine Learning Research 的研究论文，详细介绍了一种新颖的最大内积搜索方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 Apple Machine Learning Research 阅读 →

• Amortizing Maximum Inner Product Search with Learned Support Functions
• Apple Inc.
• BEIR benchmark
• Marco Cuturi
• Maximum inner product search
• Michal Klein
• MIT
• SupportNet: a novel incremental learning framework through deep learning and support data
• Theo X. Olausson

• 论文
• 基础设施

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