MaxSimum
PulseAugur coverage of MaxSimum — every cluster mentioning MaxSimum across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
EVIE系统通过新颖的嵌入和压缩技术增强视觉文档检索
研究人员推出了一款名为EVIE的新型视觉文档检索系统系列，旨在提高准确性和效率。EVIE集成了三项关键创新：用于更好阳性识别的证据判断数据治理；用于跨多个嵌入维度进行高效表示学习的带Prefix-MRL的双向师生学习；以及用于减少存储的层次凝聚索引压缩。实验表明，EVIE-8B在各种任务上优于现有基线，而EVIE-4.5B在准确性损失最小的情况下显著减小了存储大小。
-
EigenLI框架为后期交互模型提供谱近似
研究人员开发了EigenLI，一个用于近似信息检索中后期交互模型的新框架。该方法利用文档标记嵌入固有的低秩结构来压缩表示，显著降低了索引成本和存储占用。EigenLI识别文档内的主要特征方向，以创建简化的交互表示，在实证测试中优于传统的聚类和池化方法。
-
新方法提高视觉文档检索效率
两篇新研究论文提出了提高晚期交互式视觉文档检索系统效率的方法。第一篇论文介绍了生成式晚期交互式嵌入（GLIE），它使用一小组学习到的向量按需重新生成完整的嵌入集，在保持高精度的同时显著降低了存储需求。第二篇论文侧重于查询感知令牌预算，提出根据查询动态分配检索资源可以比静态池化方法恢复更高百分比的完整令牌分数。这两种方法都旨在使大规模视觉文档检索的部署更具成本效益。
-
新的RAG框架采用视觉优先方法自动化民用计划分析
研究人员开发了PlanSightRAG，一个新颖的多模态检索增强生成（RAG）框架，旨在自动化民用基础设施计划的分析。该系统直接处理计划图像，集成了多向量检索和代理式管道来回答问题和检查合规性。创建了一个包含超过4000个计划对的新基准数据集，该数据集来自各州交通部的标准计划，用于评估该框架。
-
Hugging Face 推出 MultiVectorEncoder 以实现高级检索
Hugging Face 推出了 MultiVectorEncoder，这是其 sentence-transformers 库中的一个新工具，支持使用多向量嵌入模型。这些模型受 ColBERT 架构的启发，通过保留单个 token 的嵌入而不是将其压缩成一个向量来处理文本。这种方法通过在评分阶段推迟查询和文档嵌入之间的交互，并使用 MaxSim 运算符进行比较，从而实现更细致的检索。MultiVectorEncoder 支持各种检查点…
-
新的H+ Embedding系统统一了全局和令牌级检索
研究人员开发了H+ Embedding，这是一种新颖的检索系统，旨在提高信息检索的准确性，尤其是在医学等专业领域。该系统通过创建一种统一的方法来解决现有方法的局限性，该方法考虑了从全局文档向量到单个令牌的多个粒度级别。H+ Embedding 预测可变长度的短语分区，并使用重要性引导的选择过程来平衡检索质量和计算成本。在各种科学和医学任务上的实验表明，其短语检索分支的性能明显优于全局检索，并且在资源需求较少的情况下，其性能与令牌级方法非常接近。
-
新理论解释晚期交互检索模型，引入 Signed MaxSim
研究人员从理论上量化了晚期交互检索模型的表征能力，特别是那些使用 MaxSim 相似度函数的模型。研究表明，MaxSim 可以精确复制非负稀疏向量之间的内积，并引入了 Signed MaxSim，这是一个能够复制任何实值内积的扩展。这些进展为晚期交互模型的强大实证性能提供了理论基础，并显示了它们在检索任务中超越标准检索方法的潜力，尤其是在涉及否定等复杂查询的任务中。
-
TileMaxSim内核将GPU检索模型速度提升220倍
研究人员开发了TileMaxSim，这是一种新的面向IO的GPU内核，旨在显著加速多向量检索模型（如ColBERT）中使用的MaxSim评分过程。现有实现效率低下，仅利用了可用GPU带宽的一小部分。TileMaxSim通过采用多查询SRAM分块、维度分块和融合乘积量化评分来解决此问题，在NVIDIA H100 GPU上实现了高达80.2%的峰值HBM带宽。这带来了显著的速度提升，能够实现每秒对8200万份文档进行评分，并大大降低了检索任务的延迟。
-
Spectral Retrieval 增强 LLM 代理本地化搜索准确性
研究人员推出 Spectral Retrieval，一种用于大型语言模型 (LLM) 多代理系统的新型即插即用重排阶段。该方法利用跨 token 嵌入的多尺度 sinc 卷积来提高本地化检索准确性，在 per-token MaxSim 和 mean-pool 检索技术之间进行插值。Spectral Retrieval 在基准测试中展示了显著的性能提升，在不要求模型重新训练的情况下提高了召回率和平均倒数排名，使其适用于需要在共享语料库上…