两篇新研究论文提出了提高晚期交互式视觉文档检索系统效率的方法。第一篇论文介绍了生成式晚期交互式嵌入(GLIE),它使用一小组学习到的向量按需重新生成完整的嵌入集,在保持高精度的同时显著降低了存储需求。第二篇论文侧重于查询感知令牌预算,提出根据查询动态分配检索资源可以比静态池化方法恢复更高百分比的完整令牌分数。这两种方法都旨在使大规模视觉文档检索的部署更具成本效益。 AI
影响 这些方法可以显著降低与大规模视觉文档检索系统相关的计算和存储成本。
排序理由 两篇arXiv论文提出了视觉文档检索的新颖方法。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- ColModernVBERT
- Hugging Face
- Query-Aware Token Budgeting for Efficient Late-Interaction Visual Document Retrieval
- Rajeev Ranjan Dwivedi
- alphaXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- Generative Late-Interaction Embeddings
- Query-Aware Token Budgeting
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →