SuperEMeans 融合 SuperKMeans 与 e-means,将高维向量聚类提速 3×
SuperEMeans: Making e-means 3× faster | Leonardo Kuffo
AI 导读
SuperEMeans 融合 SuperKMeans 与 e-means,在不降低聚类质量的情况下将高维向量聚类提速最高 3×,代码已开源于 https://github.com/cwida/SuperKMeans。对 OpenAI 和 Cohere 嵌入数据集的测试显示,2 epochs 时相较 e-means 最高提速 1.8×,5 epochs 时达到 3× 至 3.2×。测试也发现 e-means 的簇不平衡会增加向量扫描量,将 revival threshold 从 0.1 提高至 0.3 可使 Cohere 数据集的扫描成本更接近 Lloyd’s k-means。
推荐理由
AI 评分 56
实测同时呈现聚类耗时、召回率与扫描向量数,揭示仅看 WCSS 难以衡量向量搜索中的簇平衡与查询成本。
主题
正文
当前公开范围只允许站内摘要。请通过经校验的原文入口继续阅读。
AI 热点