arXiv 论文:用 medoid 压缩索引,大幅降低学习型稀疏检索内存
_reachsumit · x · 2026-10-09
Nardini 等人的 arXiv 论文研究如何在不牺牲检索效率的前提下大幅压缩学习型稀疏检索索引的内存:
- 倒排索引:基于 SEISMIC,用 medoid(被选为块代表的真实文档)替代昂贵的逐块摘要,把每块元数据从稀疏向量压缩为单个文档 ID。
- 前向索引:重排词表使共现组件相邻,用 SIMD 友好的 DOTPACKING8 位压缩编码 Δ-gap,值用逐组件 4-bit 量化;压缩方案可独立插入 KANNOLO 等任何基于前向索引打分的系统。
- 另提出针对少非零项查询的分块点积内核 JUMPDOT。
在 MS MARCO 上用三种主流稀疏编码器评测,速度-空间权衡显著优于原方案。
「研究」频道最新
- BottleCap 发 ThinkingCap 版 Qwen3.8-Flash-Next,思考 token 平均省 38.5% — Thom_Wolf · 2026-10-23
- DLOSAC:用 Delaunay 三角剖分引导的局部优化改进 RANSAC 几何估计 — zhenjun_zhao · 2026-10-23
- 新基准论文：用 3D 基础模型重建地理多样化建筑 — zhenjun_zhao · 2026-10-23
- FineSplat：细粒度图像块前馈 3D 高斯泼溅，重建精度大幅领先 — zhenjun_zhao · 2026-10-23
- ReDT：分辨率解耦视觉几何 Transformer，2K 重建提速 16 倍 — zhenjun_zhao · 2026-10-23
- 因果时空 Mamba：单目视频前馈 4D 重建新框架 — zhenjun_zhao · 2026-10-23