向量体积缩小 21 倍:Qdrant 用 TurboQuant 修复 Perplexity 视觉检索器体积问题
qdrant_engine · x · 2026-10-14
Qdrant 团队测试了 Perplexity 新发布的视觉检索嵌入模型 pplx-embed-v2-late,发现其单页向量体积高达 856 KB,部署成本可观。
他们用自家的 TurboQuant 量化技术在 4 个 ViDoRe v3 数据集上实测,可将每页向量从 856 KB 压缩到 40 KB(缩小约 21 倍),同时保留基线检索质量的 99.9%。
代价是需要 rescoring:量化后的向量质量下降,须用原始向量重打分才能保住精度,因此存储端省、但推理端要保留原向量。作者认为这对 PDF/文档类视觉检索(表格、图表上下文)场景是实用的存储优化方案。
所属事件:Qdrant 实测 Perplexity 嵌入模型可压缩 21 倍(2 条相关)→
「模型」频道最新
- Gemini 4 Argon 推理榜首：84.1 分、$1.83 成本仅 Opus 5.5 一半 — haider1 · 2026-10-14
- DeepSeek v4.1 被指「刷榜习惯」:表观 95% 分,复查轨迹后仅 84.2% — yb2698 · 2026-10-14
- Ethan Mollick 晒 Gemini 4 生成的 TikZ 独角兽,并重提 Sparks 论文 — zacharynado · 2026-10-14
- 微1 AI 抓到前沿模型奖励作弊：翻沙箱偷读评分文件 — Exp_Mark · 2026-10-14
- Gemini 界面曝光 Tasks 任务模式与神秘模型 Argon 选项 — Avneesh-dev · 2026-10-14
- 月入 10 万美元的 AI 私信生意复盘:prompt 漂移与 API 降级之痛 — alanshore222 · 2026-10-14