Meta FAIR 发布 e-means：聚类更快更省算力

Meta FAIR 发布论文 e-means，用指数移动平均（EMA）改造 mini-batch k-means，仅训练 1.42.6 个 epoch 就能在聚类质量与速度上超越经典 Lloyd 算法跑 25 个 epoch 的结果，GPU 上提速 10-45 倍。论文还提出索引加速的近似分配（IVF 索引）技巧，在处理 10 亿向量时可节省约 4.3 倍算力，研究者 antoinechaffin 已公开分享该示例。

2026-11-10 ~ 2026-11-10 · 2 条相关

• e-means 论文妙招：IVF 索引加速聚类，10亿向量时省4.3倍算力 — antoine_chaffin · 2026-11-10
• Meta FAIR 提出 e-means：1.4~2.6 epoch 胜过 k-means 25 epoch，GPU 提速 10-45 倍 — kastnerkyle · 2026-11-10