Product Quantization for Nearest Neighbor Search
PulseAugur coverage of Product Quantization for Nearest Neighbor Search — every cluster mentioning Product Quantization for Nearest Neighbor Search across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究提出嵌入量化的可变比特分配
一篇新研究论文提出了一种用于嵌入量化的可变比特分配框架，打破了均匀比特分配的限制。该方法将嵌入划分为多个桶（buckets），并进行非均匀分配存储，在具有Matryoshka特性的嵌入的召回率方面显示出显著的改进。与均匀基线相比，可变分配策略在低比特情况下表现更优，对于乘积量化（Product Quantization）最高可提升8%，对于标量量化（Scalar Quantization）最高可提升18%。
-
乘积量化在向量数据库中的应用详解
乘积量化（Product Quantization, PQ）是一种压缩技术，可显著减少大型向量数据集的内存使用量，比存储全精度向量更有效。该方法涉及将每个向量划分为更小的块，然后对这些块应用k-means聚类。向量的压缩表示通过存储每个块最接近的聚类质心的ID来形成，而不是存储完整的向量数据。
-
TurboVec 为企业 RAG 引入成本效益高的私有向量检索
研究人员开发了 TurboVec，这是一个开源向量索引，专为企业检索增强生成（RAG）系统的成本效益高和私有检索而设计。TurboVec 利用 TurboQuant，一种新颖的无码本量化器，可避免暴露语料库统计信息，从而增强多租户环境中的隐私性。与 FAISS Product Quantization 和 HNSW 等现有方法相比，该方法在召回率方面表现更优，内存使用量显著降低，并且在 Snowpark Container Servi…
-
新的攻击方法通过深度特征扰动针对机器人定位系统
研究人员开发了一种新的方法，利用深度特征扰动来攻击机器人定位系统。他们的框架采用轻量级乘积量化网络（LPQN），生成微妙但有效的对抗性查询，误导系统的检索过程。这可能导致机器人定位错误，从而在关键应用中导致导航错误或不安全交互。实验证实了该方法显著降低了性能，并突显了实际机器人环境中的漏洞。
-
Dask 将产品量化和倒排索引并行化以处理大规模数据
研究人员开发了一种使用 Dask 对大规模近似最近邻 (ANN) 搜索进行产品量化 (PQ) 和倒排索引并行化的方法。该方法旨在降低与高维数据聚类相关的显著计算成本。通过在 Python 中分而治之处理大型数据集，该方法可以在不牺牲准确性的情况下合并结果，从而使通常用于中等规模数据的资源也能进行大规模 ANN 搜索。