KAUST 生成式延迟交互嵌入:压缩视觉文档检索向量存储
KAUST · hf · 2026-09-11
KAUST 在 Hugging Face 发布《Generative Late-Interaction Embeddings For Visual Document Retrieval》。该方法通过学习一个小型基集(basis set),在需要时再生出完整的延迟交互嵌入,从而大幅压缩视觉文档检索所需的向量存储。核心结论:在存储受限的场景下,这种方法能提升检索准确率,且无需重新训练编码器。
所属事件:GLIE 论文：每页仅少量向量重建嵌入，大幅压缩检索存储(3 条相关)→
「研究」频道最新
- 小鹏开源X-AuT:渐进式剪枝压缩语音LLM音频编码器 — XPENG-AI · 2026-09-11
- 北航推出UniH3:统一分层同质与异质先验的医疗图像修复 — Beihang · 2026-09-11
- 港大发布TempCloze基准:考Video-LLM能否补全缺失视频段 — hkuhk · 2026-09-11
- 开发者从零自训视频扩散模型：先学运动再模仿原片 — pixlpa · 2026-09-11
- AACL-IJCNLP 双论文：微调对 LLM 内部表征与因果关键层的影响被厘清 — Bollegala · 2026-09-11
- 斯坦福论文:本地+云端混合路由可省 60%-80% 算力成本 — rohanpaul_ai · 2026-09-11