Vāmana
PulseAugur coverage of Vāmana — every cluster mentioning Vāmana across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 PiPNN 方法极大地加速了 ANNS 索引和 k-NN 图的构建
研究人员开发了 PiPNN II 和 GPiPNN，显著加速了近似最近邻搜索 (ANNS) 索引的构建。PiPNN II 在 CPU 上实现了高达 8 倍的速度提升，而 GPU 实现的 GPiPNN 在索引构建方面比现有方法快 43.7 倍。这些进展还能够更快地计算 k-NN 图，这对于聚类和异常检测等任务至关重要，PiPNN II 在 CPU 上提供了高达 13 倍的速度提升，而 GPiPNN 在 GPU 上为 90% 召回率下的 …
-
新研究分析低比特量化对向量搜索决策的影响
一篇新研究论文探讨了低比特量化在向量搜索中的有效性，重点关注其如何影响排序和图剪枝算法的决策。该研究引入了一种无分布分解来界定比较翻转的概率，并推导出依赖残差的协方差感知界限。它还提出了一个用于Vamana邻居选择的确定性耦合定理，并使用高斯预言机将这些发现与表示几何联系起来，表明标准化精确边距比全局秩相关性更能预测排序和剪枝翻转率。
-
新研究揭示向量搜索可扩展性的亚线性幂律
一篇新发表在arXiv上的论文引入了“亚线性幂律”来描述图基向量搜索的可扩展性。研究人员发现，当数据集大小（N）相对于内在维度较小时，搜索成本随N^c（其中c小于1）增长。随着数据集变大且内在维度增加，这种行为会转变为亚多项式增长。该论文提供了一个统一的理论和预测模型，用于权衡搜索成本、插入成本和召回率。
-
新方法改进了数据流失下的图近似最近邻（ANN）索引修复
研究人员开发了一种新的图近似最近邻（ANN）索引修复方法，该索引容易因删除而损失召回率。所提出的方法基于可导航性退化信号触发局部边修复，而不是固定计划。发现在突发性数据流失条件下，与固定周期修复相比，这种信号触发的修复方法在保持尾部召回率方面更有效，尤其是在修复预算有限的情况下。该研究还引入了一个预算匹配的评估协议和一个可复现的数据流失-修复工具。