PulseAugur
中
实时 12:43:36
English(EN) Cluster with Auctions for Vector Search

新的CwA方法通过联合学习分区和探测函数来优化向量搜索

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新的研究论文介绍了一种名为CwA（Cluster with Auctions，带拍卖的聚类）的方法，该方法联合学习一个平衡的数据库分区和一个用于大规模近似最近邻搜索的神经网络探测函数。这种方法可以针对查询分布优化搜索性能，即使查询分布与数据库分布不同。在相同的召回率下，CwA的吞吐量比现有的最先进方法高出4.7倍，并且其训练好的探测函数在分布内设置下优于竞争的深度神经网络方法。 AI

影响 引入了一种新的向量搜索优化技术，有望提高大规模信息检索系统的性能。

排序理由 该集群包含一篇在arXiv上发表的关于向量搜索新方法的 ist 研究论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的CwA方法通过联合学习分区和探测函数来优化向量搜索

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Swann Bessa, Pierre Fernandez, Gergely Szilvasy, Matthijs Douze, Herv\'e J\'egou ·

    用于向量搜索的集群与拍卖

    arXiv:2607.13728v1 Announce Type: cross Abstract: Large-scale approximate nearest neighbor search commonly relies on partitions for indexing: database vectors are partitioned into clusters, and for each query a probing function selects the clusters to be scanned. The query probin…

  2. arXiv stat.ML TIER_1 English(EN) · Hervé Jégou ·

    用于向量搜索的集群与拍卖

    Large-scale approximate nearest neighbor search commonly relies on partitions for indexing: database vectors are partitioned into clusters, and for each query a probing function selects the clusters to be scanned. The query probing function and the database partition are rarely t…

相关实体

相关话题