研究人员推出 SIMQ,一个旨在增强 ColBERT 等多向量检索模型可扩展性的新框架。SIMQ 通过采用数据感知采样聚类和每词元图导航来解决计算成本限制,无需进行完整的矩阵计算或 GPU 加速。该方法将词元向量组织成细粒度聚类,在这些质心上构建单一图索引,并通过图搜索来近似评分。在五个基准测试上的实验表明,SIMQ 在召回率、吞吐量和构建时间方面表现出色,尤其是在 CPU 上,并且它已被集成到蚂蚁集团的开源向量搜索库 VSAG 中。 AI
影响 这项研究可能显著提高向量搜索的效率和可扩展性,影响大型语言模型处理和检索信息的方式。
排序理由 该集群包含一篇详细介绍信息检索新框架的研究论文。[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 →