Locality-sensitive hashing
PulseAugur coverage of Locality-sensitive hashing — every cluster mentioning Locality-sensitive hashing across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
BinaryPC 为高效 LLM 解码提供无需训练的稀疏注意力
研究人员开发了 BinaryPC，这是一种新颖的稀疏注意力机制，旨在提高长上下文大型语言模型的效率。这种无需训练的方法使用二值主成分创建紧凑的哈希码，在无需基于梯度的训练的情况下保留结构数据信息。实验表明，BinaryPC 在保持与全注意力相当的准确性的同时，显著优于其他稀疏和基于哈希的方法，在现代 GPU 上与 FlashAttention 相比实现了 3.56 倍的吞吐量提升。
-
新算法学习用于最近邻搜索的最优数据结构
研究人员开发了一种新的最近邻搜索方法，专注于数据驱动的算法设计。该方法学习针对特定查询分布进行优化的数据结构，特别是针对平衡半空间树。虽然找到最优平衡半空间是计算上困难的（NP-hard），但所提出的算法提供了一种有效的解决方案，可以近似最优分割，即使没有强分布假设。
-
新的Hamm-Grams算法通过强大的特征增强了恶意软件检测能力
研究人员开发了一种名为Hamm-Grams的新算法，旨在通过创建比传统n-grams更强大的特征来改进恶意软件的检测和分类。这些Hamm-grams是一种包含单字符通配符的正则表达式，使其不易碎。该算法使用一种新颖的局部敏感哈希和聚类技术来有效地查找常见的Hamm-grams，在识别和分类恶意软件方面显示出显著优势。
-
新方法为AI推理生成私有数据存储
研究人员开发了一个新的差分隐私数据存储生成框架，这对于使用检索增强推理的AI系统至关重要。他们基于哈希的方法对数据进行分区并添加校准噪声，以确保个人隐私同时保持效用。实验表明，在epsilon=5时，准确率仅下降2.6%，并且该方法显著降低了成员推理攻击的有效性。
-
新的TNStream算法增强了多密度数据流聚类
一篇新论文介绍了一种名为TNStream的算法，该算法专为流数据聚类而设计，能够处理不同的密度和复杂的形状。该方法利用了新颖的“最紧邻近”概念和基于“骨架集”的理论来适应性地确定聚类半径并形成最终簇。在合成和真实世界数据集上的实验表明，TNStream提高了多密度数据流的聚类质量。