研究人员开发了EigenLI,一个新颖的框架,通过识别和利用文档的内在低秩结构来近似后期交互模型。这种谱近似方法将表示压缩到低维子空间,在保留检索信号的同时显著降低了索引成本和存储占用。与基于聚类的池化方法相比,EigenLI在ColBERTv2和AnswerAI-ColBERT-small等模型上表现出更优越的性能,并且还引入了EigenLI-SV,用于与ANN兼容的单向量表示,其性能优于现有的替代方案。 AI
影响 这项研究通过降低与先进后期交互模型相关的计算和存储成本,有望带来更高效、可扩展的信息检索系统。
排序理由 该集群描述了一篇发表在arXiv上的新研究论文,详细介绍了一种近似后期交互模型的新颖框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →