RAG / 检索增强生成

MINT: Multi-Vector Search Index Tuning

MINT: 多向量搜索索引调优

Jiongli Zhu, Yue Wang, Bailu Ding, Philip A. Bernstein, Vivek Narasayya, Surajit Chaudhuri

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Microsoft Research（微软研究院） 纠错

专题命中 向量检索 ：vector search(title,abstract)；分类 cs.AI、cs.DB

AI总结 本文提出MINT框架，针对多向量搜索场景，通过算法优化实现低延迟和存储召回约束下的索引调优，相比基线提升2.1至8.3倍。

Geometric Analysis of Self-Supervised Vision Representations for Semantic Image Retrieval

视觉语义图像检索中自监督表示的几何分析

Esteban Rodríguez-Betancourt, Edgar Casasola-Murillo

机构 * Universidad de Costa Rica（哥斯达黎加大学） 纠错

专题命中 向量检索 ：vector search(abstract)；分类 cs.IR

AI总结 研究评估现代自监督学习方法在图像检索中的表现，发现高各向异性表示会损害基于分区和哈希的搜索性能，而更各向同性表示能提升语义检索效果。

Comments 8 pages, 3 figures, 7 tables