L2 distance
PulseAugur coverage of L2 distance — every cluster mentioning L2 distance across labs, papers, and developer communities, ranked by signal.
-
RAG 系统通过混合搜索和重排在向量搜索之外得到增强
本文深入探讨了超越简单向量搜索来增强检索增强生成（RAG）系统。文章解释说，虽然嵌入对于语义相似性至关重要，但它们本身是不够的。文章提倡一种混合方法，将语义搜索与 BM25 等词汇搜索方法相结合，并纳入重排以优化结果。诸如查询优化、元数据过滤和上下文压缩等技术被强调为构建健壮的 RAG 管道的关键，这些管道可以通过提高准确性和效率来可靠地处理实际查询。
-
新方法使用零知识证明来 redaction 敏感的图像来源数据
研究人员开发了一种称为“软 redaction”的方法来保护图像来源数据中的敏感信息。该技术使用零知识证明 (ZKP) 来验证图像来源的特定属性，而无需泄露底层的敏感细节。所提出的系统可以使用切比雪夫多项式证明与参考点的接近程度，验证与生物特征嵌入的相似性以进行隐私保护的权利执行，并通过证明与水印指纹的视觉相似性来支持反欺骗。这些基于 ZKP 的证明旨在快速构建和高效验证，为在 C2PA 等数字图像来源标准中增强隐私和维护信任提供了一…
-
作者使用切片-瓦瑟斯坦距离修复了音频指纹比较
作者在比较音频指纹时遇到了L2距离的问题，因为它错误地将不相似的分布识别为相似。该指标未能捕捉到小波尺度上能量分布的结构差异。为解决此问题，作者提出使用切片-瓦瑟斯坦距离，它衡量将一个分布转换为另一个分布所需的工作量。该方法为复杂的音频数据提供了更准确的比较，并且在计算上对于实际应用是可行的。
-
Rust HNSW 库增加了通用距离函数支持
一位开发者创建了一个名为 `vector-index` 的新 Rust 库，以解决现有近似最近邻 (ANN) 搜索库的局限性。识别出的主要问题是距离函数的硬编码，这阻止了使用非标准度量（如 Sliced-Wasserstein 距离）。这个新库引入了一个通用的 `Metric` trait，允许用户在分层可导航小世界 (HNSW) 算法中实现和使用任何距离函数，包括自定义函数。