微软 EigenLI 论文:谱方法免训练压缩 ColBERT 多向量表示
lateinteraction · x · 2026-09-10
微软研究团队发布 EigenLI 论文,提出一种免训练的谱方法(spectral method)来压缩 ColBERT 式多向量检索表示:
- 核心发现:多向量表示分布在低秩子空间中,且这些子空间似乎是文档特定的,利用这一性质可以高效压缩;
- 方法在实验中优于聚类池化(clustering pooling)和 MUVERA 单向量基线;
- 作者认为这项工作也重新引出了对多向量模型空间几何结构的问题。
对做检索(RAG/搜索)的工程与研究人员都有参考价值。
所属事件:微软 EigenLI 论文：免训练谱方法压缩 ColBERT 表示(2 条相关)→
「研究」频道最新
- 「氛围验证」研究：近 60% 的形式化证明证明的不是作者本意 — basedjensen · 2026-10-26
- 最懂机器人的可形变仿真求解器 FBA 将并入 NVIDIA Newton — ChongZzZhang · 2026-10-26
- 浏览器助手 Ito 读懂浏览意图，自动把标签页编排成 Flows — andrewkuznet · 2026-10-26
- 康奈尔研究称大脑按线性序列处理语言,挑战乔姆斯基层级语法;印度语言成反例讨论点 — anirbanbandyo · 2026-10-26
- Hi3D V1.0 开源发布：训练资产翻四倍，切片成功率 90% — kimmonismus · 2026-10-26
- Ortet 首次健康评测：34 个开源模型跑 50 项任务，综合排名不够用 — elmanmansimov · 2026-10-26