研究人员开发了一种用于AI系统向后兼容检索的新方法,解决了模型更新时重新索引的昂贵过程。所提出的超球面单纯形表示源自softmax输出和logits,利用独热标签的几何结构,在无需兼容性特定训练或架构更改的情况下,跨模型版本保持一致性。该方法在理论上保证了在某些分布假设下的兼容性,并在标准基准测试中取得了有竞争力的结果,即使在扩展的类别集和更具表现力的架构下也是如此。 AI
影响 该方法可以降低更新已部署AI检索系统的计算成本,可能加速模型迭代和部署。
排序理由 该项目是一篇学术论文,详细介绍了一种用于AI检索系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Hyperspherical Simplex Representations for Backward-Compatible Retrieval
- Influence Flower
- Litmaps
- one-hot labels
- ScienceCast
- scite Smart Citations
- Softmax
- von Mises--Fisher
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →