无需训练即可压缩向量：TurboQuant直逼FAISS性能，最高压缩16倍

该项目是Google Research ICLR 2026论文的非官方Rust实现，主打“数据无关”的向量压缩技术。与主流的FAISS库不同，TurboQuant无需对数据集进行训练即可生成2-4位的高效索引，极大降低了构建延迟。在Apple M3 Max平台上，其速度与准确率均优于FAISS；在x86平台上速度稍慢但准确率更高（4-bit下Recall@1达0.955）。这种基于随机旋转和数学分布的量化方式，为需要动态更新数据的本地AI推理和向量数据库提供了理想的解决方案。