E-means: Outperforming k-means in one-tenth the epochs
e-means算法在保持相同损失的情况下,训练速度比传统k-means快10倍,且在GPU和CPU上均实现显著加速。
入选理由:e-means使用指数移动平均和缩放定律自动调整超参数,减少训练轮数达10倍
产品
别名:Facebook AI Similarity Search
Facebook的向量相似度搜索库
已跟踪 3 条高相关材料
最近变化
2026-11-09 · e-means使用指数移动平均和缩放定律自动调整超参数,减少训练轮数达10倍
为什么值得关注
Faiss 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
E-means: Outperforming k-means in one-tenth the epochs
Hacker News Best · 8.5 分
e-means算法在保持相同损失的情况下,训练速度比传统k-means快10倍,且在GPU和CPU上均实现显著加速。
🚀 𝗖𝗼̂́𝗰 𝗖𝗼̂́𝗰 𝗽𝗼𝘄𝗲𝗿𝘀 𝗩𝗶𝗲𝘁𝗻𝗮𝗺’𝘀 𝗻𝗮𝘁𝗶𝗼𝗻𝗮𝗹-𝘀𝗰𝗮𝗹𝗲 𝗔𝗜 𝘀𝗲𝗮𝗿𝗰𝗵 ...
Milvus(@milvusio) · 8.5 分
Cốc Cốc采用Milvus实现越南国家级AI搜索,处理6亿向量,延迟低至19.8ms。
Cool paper on Skill routing for LLM agents. Real tasks rarely map to a single skill. They need seve...
elvis(@omarsar0) · 8.5 分
SkillWeaver 系统通过组合技能路由解决 LLM 代理的复杂任务处理问题,使用 DAG 计划器和 CompSkillBench 数据集提升多技能任务的执行效果。
已收录 3 条与 Faiss 相关的内容,按评分排序。
e-means算法在保持相同损失的情况下,训练速度比传统k-means快10倍,且在GPU和CPU上均实现显著加速。
入选理由:e-means使用指数移动平均和缩放定律自动调整超参数,减少训练轮数达10倍
Cốc Cốc采用Milvus实现越南国家级AI搜索,处理6亿向量,延迟低至19.8ms。
入选理由:Milvus支持6亿向量生产,计划扩展至15亿规模
SkillWeaver 系统通过组合技能路由解决 LLM 代理的复杂任务处理问题,使用 DAG 计划器和 CompSkillBench 数据集提升多技能任务的执行效果。
入选理由:SkillWeaver 使用 DAG 计划器确保技能执行顺序符合依赖关系。