kANNolo 0.12 发布 RerankIndex：两阶段检索框架吞吐超 HNSW
CShorten30 · x · 2026-10-14
tusKANNy 团队在 kANNolo 0.12（Python & Rust）中发布 RerankIndex，一个面向两阶段检索（先召回后重排）的通用抽象框架，旨在简化向量检索领域纷繁的方法。
配图基准显示：在 NQ（SPLADE CoCondenser，270 万向量）与 MS MARCO（SPLADE-v3，880 万向量）上，RerankIndex 在各 Accuracy@10 档位的单线程 QPS 均明显高于 HNSW，MS MARCO 上差距最大可达约 1.5 倍以上。
「研究」频道最新
- Google AI 问诊登上 Lancet：仅凭对话 90% 病例列对最终诊断 — zakkohane · 2026-10-14
- 微软 TeleTune：从离线日志学 agent 技能，省最多 75 倍 token — EliasEskin · 2026-10-14
- 持续学习不为无限记忆，而为解决分布外智能 — akbirthko · 2026-10-14
- FrontierML 基准：给 agent 发钱包，测谁最会用钱换性能 — akbirthko · 2026-10-14
- 分解量化术让 1-bit Qwen3.8 MMLU-Pro 从 29% 飙至 61.5% — udmrzn · 2026-10-14
- 免后训练从源权重提炼专家知识,CPU 本地过夜即可训练 — dejavucoder · 2026-10-14