研究人员推出了一种新颖的矩阵分解方法 D-SLR，它改进了标准的截断奇异值分解 (SVD)。D-SLR 通过将行限制为要么原样存储，要么通过低秩拟合来近似，但绝不会同时进行这两种操作，从而实现这一点。这种方法允许获得封闭形式的解，无需迭代求解器或参数调整，并且在同等成本下其性能从不劣于截断 SVD。在包括 LLM 嵌入表在内的各种数据集上的实验证明了 D-SLR 在提高重构精度和为任何选定的秩和存储行数提供可计算误差界限方面的有效性。 AI
影响 提供了一种更有效的压缩大型矩阵的方法，可能有利于 LLM 嵌入的存储和检索。
排序理由 详细介绍一种新的分解方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
