研究人员开发了ETAR,一种新颖的无索引动态最大内积搜索(MIPS)方法,旨在平衡查询速度和更新的简便性。ETAR通过关注具有最大平方值的查询坐标,将其余部分视为低幅度尾部,并从这些保留的坐标估计相似性来实现这一点。该方法在各种数据集上表现强劲,在静态数据集上实现了99.2%的Recall@10,速度比精确扫描快4倍以上,并且在移动设备上也能实现加速。ETAR在流式工作负载下保持了100%的Recall@10,而无需重建索引。 AI
影响 该方法可以提高大规模向量搜索的效率,这是推荐系统和语义搜索等许多AI应用的核心组成部分。
排序理由 该条目是一篇研究论文,详细介绍了一种新的信息检索方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- Arm Holdings
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Mohammad Arif Rasyidi
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →