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Appl...
标签索引
这个标签下有 4 篇文章。按时间回看相关判断与实践记录。
标签精选
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Appl...
近日,Linux.do 社区用户晒出了搭载 M5 芯片的 MacBook Pro 上手实测。在开发环境编译对比中,M5 机型(32G+1T)展现了惊人的能效优势。针对安卓项目的打包编译任务,M5 机型耗时仅为 2 分 40 秒,而作为对照组...
虚拟化软件巨头Parallels已确认,新款MacBook Neo能够稳定运行Windows 11系统。得益于A18 Pro芯片采用与M系列相同的ARM架构,处理器兼容性并非障碍。然而,MacBook Neo仅配备8GB不可升级内存,扣除W...
LiquidAI推出专为端侧部署的LFM2.5系列模型,其1.2B参数版本性能媲美大模型。该模型在AMD CPU上解码速度达239 tok/s,移动NPU上达82 tok/s,内存占用低于1GB。模型基于28T令牌训练,支持llama.cp...