awesome vector database

? Потрясающая векторная база данных

Курированный список удивительных работ, связанных с высокой размерной структурой/векторным поиском и базой данных

Услуги

• Поиск Google Vector (Vertex AI)
• Pinecone
• Weaviate [Guide Guide]
• Веспа
• txtai
• Марко
• Vectara
• Эпсилла
• Алголия
• Meilisearch
• Nucliadb
• OpenSearch
• MyScale
• QdrantCloud
• Zilliz
• Alibabacloud от Opensearch
• Типовсенс облако
• Поиск вектора MongoDB Atlas
• Superduperdb
• KBD.ai

Сравнения

• От Vespa
• Сравнение вектора DB с помощью VectorHub
• MyScale Vector Database Clarkmark

Библиотеки и двигатели

Многомерные данные / векторы

• ? Векторная матрица функции DB
• Faiss Paper
• Типы
• Qdrant
  • Видеоурок, ноутбук
• раздражать
• Индикатор
• PGVector
• Хрома
• Lmamaindex
• Эпсилла
• jvector
• Плот
• Вальд
• Voyager
• крошечный вектор
• Usearch
• vearch
• MRPT
• Милвус
• бесконечность
• Havenask
• Хролемм-хо
• Oasysdb [записная книжка]
• Meilisearch - API поисковой системы для семантического (векторы), полнотекстовый и гибридный поиск
• Аррой - приблизительная библиотека ржавчины ближайших соседей
• пролечить
• CUVS
• VSAG
• SQLite-Vec
• Myscaledb
• Хора
• Аррой
• Kgraph
• Ближайший клейбр.jl
• Muopdb

Тексты

• Пиза
• Тантив
• Соник

Другие

• Simsimd: эффективная альтернатива scipy.spatial.distance и numpy.inner

Бессмыслы и базы данных

• Энн Бессхарки [бумага].

• МИЛЛИОСКОЕ ОСНОВНЫЕ ОСНОВЫ

  • 2021 Результат
  • Симхадри, Харша Вардхан и др. «Результаты Big Ann: Neurips'23 конкуренции». Arxiv Preprint arxiv: 2409.17424 (2024).

• Бреть

• VectordBbench - инструмент для эталона векторной базы данных, [GitHub]

• Цельные значения векторной базы данных Qdrant

• Цельный эталон векторной базы данных MyScale

• Li, Wen, et al. «Приблизительный поиск ближайшего соседа по данным высокой размерности - экспериментах, анализе и улучшении». IEEE транзакции по знаниям и разработке данных 32.8 (2019): 1475-1488.

• Zeng, Xianzhi, et al. «Конфеты: эталон для непрерывного приблизительного поиска ближайшего соседа с динамическим употреблением данных». Arxiv Preprint arxiv: 2406.19651 (2024).

• Наборы данных Vector's Vector's Vectors

Книги

• Основы многомерных и метрических структур данных
• Введение в поиск информации
• Глубокое обучение для поиска
• Основы поиска вектора

Конференции и семинары

• ВОЛДБ
  • Учебник:
    • Новые тенденции в поиске сходства с высоким вектором [слайды, видео, бумага]
• Поиск изображения в дикой природе (CVPR20) [Видео]
• Сетей
• Нейронный поиск в действии
• ACM MM 2020: Эффективно и эффективно: в направлении повторной идентификации экземпляра открытого мира
  • Приблизительный примерный соседский поиск в миллиардах.
  • Является ли экземпляр поиска решением? [Слайды, видео]
• Поиск дополненного поколения и Vespa [слайды]
• SISAP Indexing Challenge
  • 2023 Конкурс
  • 2024 Конкурс

Курсы

• Долгосрочная память в AI - векторный поиск и базы данных (COS 495 - Принстон) [Примечания к классу]
• Freiburg Information поиск WS 2022-2023 [Веб-сайт, Видео-лекции]
• Поиск сходства вектора и курс FAISS [Playlist YouTube]

Другие

• VectorHub: бесплатный сайт обучения с открытым исходным кодом для людей (разработчики программного обеспечения для старших архитекторов ML), заинтересованный в добавлении векторного поиска в свой стек ML.

Публикации

Опрос

• Пан, Джеймс Цзе, Цзянгу Ван и Гуолиан Ли. «Обзор систем управления базами данных векторных баз.» Arxiv Preprint arxiv: 2310.14021 (2023). [Бумага]
• Аумуллер, Мартин и Маттео Цеккарелло. «Недавние подходы и тенденции в приблизительном поиске ближайшего соседа». {IEEE} Бюллетень по проектированию данных (2023).
• Ближайший соседский поиск: старый, новый и невозможный. Андони, Александр. [Бумага]
• Ganbarov, Ali, et al. «Экспериментальное сравнение приблизительных алгоритмов поиска ближайших соседей на графиках на устройствах с краями». Arxiv Preprint arxiv: 2411.14006 (2024).

Квантование

Источник: обзор квантования продукта.

• PQ: Квантование продукта для ближайшего соседского поиска. Джегу, Эрве, Маттийс Дуз и Корделия Шмид. [Paper, Code, Julia Code, NanoPQ]
• Ksection на графическом процессоре: поиск сходства в миллиардах с помощью графических процессоров. Джонсон, Джефф, Маттийс Дуз и Херве Жегу [бумага, код]
• Обзор квантования продукта. Мацуи, Юсуке, Юсуке Учида, Херве Жегу и Шин'Ичи Сато [бумага]
• OPQ: Оптимизированное квантование продукта. GE, Tiezheng, Kaiming HE, Qifa Ke и Jian Sun [Домашняя страница, бумага, код, нанопк]
• Более быстрая АЦП: разблокировка скрытого потенциала квантования продукта с помощью SIMD. Андре, Фабьен, Анн-Мари Кермаррек и Николас Ле Скуарнек [бумага, код]
  • Ускоренный поиск ближайшего соседа с быстрым АЦП. Андре, Фабьен, Анн-Мари Кермаррек и Николас Ле Скуарнек [бумага].
  • Кэш-местность недостаточно: высокопроизводительный поиск ближнего соседа с быстрым сканированием квантования продукта. Фабен Андре, Анн-Мари Кермаррек, Николас Ле Скуарнек [бумага]
• СКАСН: Ускорение крупномасштабного вывода с квантованием анизотропного вектора. Го, Руики, Филип Сан, Эрик Линдгрен, Куан Генг, Дэвид Симча, Феликс Черн и Санджив Кумар [бумага, вывод Python/C ++, обучение/вывод Юлии]
• Инвертированный мультииндекс. Бабенко, Артем и Виктор Лемпицкий [бумага, код]
• Мы уже там? Квантование продукта и его аппаратное ускорение. Фернандес-Маркес, Хавьер, Ахмед Ф. Абуэлхамайед, Николас Д. Лейн и Мохамед С. Абдфельфатта. [Бумага]
• LIBVQ: инструментарий для оптимизации квантования вектора и эффективного извлечения нервного нерва. Ли, Чаофан, Чжэн Лю, Шитао Сяо, Инсия Шао, ДеФу Лиан и Чжао Цао. [Paper, Code]
• Мацуи, Юсуке, Риота Хинами и Шин'Ичи Сато. «Реконфигурируемый перевернутый индекс». Материалы 26 -й Международной конференции ACM по мультимедиа. 2018. [Paper, Project, Code]
• Aguerrebere, Cecilia, et al. «Поиск сходства в мгновение ока с сжатыми индексами». Arxiv Preprint arxiv: 2304.04759 (2023).
• Huijben, Iris, et al. «Остаточное квантование с неявными нейронными кодовыми книгами». Arxiv Preprint arxiv: 2401.14732 (2024). [Код]
• Rege, Aniket, et al. «Аданны: структура для адаптивного семантического поиска». Достижения в системах обработки нейронной информации 36 (2024).
• Amara, Kenza, et al. «Ближайший соседский поиск с компактными кодами: перспектива декодера». Материалы Международной конференции 2022 года по мультимедийному поиску. 2022.
• Кришнан, Адитья и Эдо Либерти. «Проективная квантование продукта кластеризации». Arxiv Preprint arxiv: 2112.02179 (2021).
• Noh, haechan, taeho kim и jae-pil Heo. «Квантователь продуктов, осведомленный инвертированный индекс для масштабируемого поиска ближайшего соседа». Материалы Международной конференции IEEE/CVF по компьютерному видению. 2021.
• Zhan, Jingtao, et al. «Совместно оптимизировать энкодер запросов и квантование продукта для повышения производительности поиска». Материалы 30 -й Международной конференции ACM по управлению информацией и знаниями. 2021.
• Ван, Рунхуй и Дон Денг. «DelTAPQ: сжатие кода кода продукта без потерь для поиска сходства высокого размера». Материалы ВОЛДБ. 13.13 (2020): 3603-3616.
• Джанг, молодой Кюн и Нам Ик Чо. «Обобщенная сеть квантования продукта для полупрофильного поиска изображений». Материалы конференции IEEE/CVF по компьютерному зрению и распознаванию шаблонов. 2020.
• Чен, Тинг, Лала Ли и Йижоу Сан. «Дифференцируемое квантование продукта для сквозного сжатия встраивания». Международная конференция по машинному обучению. PMLR, 2020.
• Huang, Rong, et al. «Обучение дискретным представлениям документов в веб -поиске». Материалы 29 -й конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных. 2023.
• Нардини, Франко Мария, Козимо Рулли и Россано Вентурини. «Эффективное многоветающее плотное извлечение с векторами битов». Европейская конференция по поиску информации. CHAM: Springer Nature Switzerland, 2024. [Код]
• Гао, Цзяньян и Ченг Лонг. «Rabitq: квантование высокоразмерных векторов с теоретической ошибкой, связанной с приблизительным поиском ближайшего соседа». Arxiv Preprint arxiv: 2405.12497 (2024). [(Код) [https://github.com/gaoj0017/rabitq]]]
• Gao, Jianyang, et al. «Практическое и асимптотически оптимальное квантование высокоразмерных векторов в евклидовом пространстве для приблизительного поиска ближайших соседей». Arxiv Preprint arxiv: 2409.09913 (2024).
• Mohoney, Jason, et al. «Индекс индекса ЭКО для потокового вектора поиска». Arxiv Preprint arxiv: 2411.00970 (2024).
• Ян, Минью, Вдоо Ли и Вэй Ван. «Быстрый высокоразмерный приблизительный поиск ближайшего соседа с эффективным временем и пространством индекса». Arxiv Preprint arxiv: 2411.06158 (2024).

Графические методы

• Wang, Zeyu, et al. «Индексы на основе графиков и деревьев для поиска сходства с высокоразмерным вектором: анализы, сравнения и будущие направления». Инжиниринг данных (2023): 3-21.
• Комплексное обследование и экспериментальное сравнение приблизительного поиска ближайших соседей на основе графиков. Ван, Менгао, Сяолианг Сюй, Цянь Юэ и Юсиан Ванг. [Paper, Code]
• Лин, Пенг-Ченг и Ван-Лей Чжао. «Поиск по ближайшему соседству на графике: обещания и неудачи». Arxiv Preprint arxiv: 1904.02077 (2019).
• HNSW: Эффективный и надежный приблизительный поиск ближайшего соседа с использованием иерархических судоходных малых графиков мира. Малков, Ю. А. и Дмитрий А. Яшунин. [Бумага, код, версия ржавчины, версия Go]
• Масштабирование алгоритмов ANNS на основе графиков для наборов данных размером с миллиард: сравнительный анализ. Добсон, Магдален, Чжэки Шен, Гай Э. Блеллох, Лаксман Дулипала, Ян Гу, Харша Вардхан Симхадри и Ихан Сан. [Бумага]
• Палец: Быстрый вывод для приблизительного поиска ближайшего соседа на основе графиков. Чен, Патрик, Вей-Ченг Чанг, Джюн-Ю Цзян, Сян-Фу Ю, Индерджит Диллон и Чо-Юи Сьи [бумага, видео]
• NSG: навигация на график разброса для приблизительного поиска ближайшего соседа. Фу, Конг, Чао Сян, Чанксу Ванг и Дэн Кай. [Paper, Code]
• Эфанна: чрезвычайно быстрый алгоритм поиска ближайшего соседей на основе графика KNN. Cong Fu, Deng Cai. [Paper, Code]
• Хан, Сайм и др. «Банг: приблизительный поиск ближайшего соседа в миллиардном масштабе с использованием одного графического процессора». Arxiv Preprint arxiv: 2401.11324 (2024).
• Ootomo, Hiroyuki, et al. «CAGRA: очень параллельная конструкция графика и приблизительный ближайший соседский поиск графических процессоров». Arxiv Preprint arxiv: 2308.15136 (2023).
• Огури, Ютаро и Юсуке Мацуи. «Теоретический и эмпирический анализ выбора адаптивной точки входа для приблизительного поиска ближайшего соседа на основе графиков». Arxiv Preprint arxiv: 2402.04713 (2024).
• Огури, Ютаро и Юсуке Мацуи. «Общий и практический метод настройки для готового индекса на основе графика: отчет SISAP Indexing Challenge от Team Utokyo». Международная конференция по поиску сходства и приложениям. CHAM: Springer Nature Switzerland, 2023.
• Wang, Mengzhao, et al. «Starling: индекс индекса графиков-графиков с вводом/выводом для рисунков для рисунков для высокомерного поиска сходства вектора в сегменте данных». Arxiv Preprint arxiv: 2401.02116 (2024). [Код]
• Manohar, Magdalen Dobson, et al. «Парлайанн: масштабируемые и детерминированные параллельные графические примерные алгоритмы поиска ближайших соседей». Материалы 29 -го годового симпозиума ACM Sigplan по принципам и практике параллельного программирования. 2024. [Код]
• Wang, Mengzhao, et al. «Эффективная и надежная структура для приблизительного поиска ближайшего соседа с ограничением атрибутов». Достижения в системах обработки нейронной информации 36 (2024).
• Ю, Шанди и др. «Пекан: параллельная эффективная кластеризация с приблизительным поиском ближайшего соседа на основе графиков». Arxiv Preprint arxiv: 2312.03940 (2023).
• Азизи, Илиас, Карима Эхиби и Тмис Палпанас. «ELPIS: Поиск сходства на основе графиков для масштабируемой науки данных». Материалы ВОЛДБ. 16.6 (2023): 1548-1559.
• Indyk, Piotr и Haike Xu. «Худшие результаты популярных приблизительных реализаций по поиску ближнего соседа: гарантии и ограничения». Достижения в системах обработки нейронной информации 36 (2024).
• Liu, Jun, et al. «Оптимизация приблизительного поиска ближайших соседей на основе графиков: сильнее и умнее». 2022 23 -я Международная конференция IEEE по управлению мобильными данными (MDM). IEEE, 2022.
• Ван, Хуэй, Юн Ван и Ван-Лей Чжао. «Примерный поиск NN на основе графика: пересмотр». Arxiv Preprint arxiv: 2204.00824 (2022).
• Peng, Zhen, et al. «Speed-Ann: низкая задержка и высокая токальность ближайшего соседа поиск через параллелизм внутриквета». Arxiv Preprint arxiv: 2201.13007 (2022).
• Lu, Kejing, et al. «HVS: иерархическая структура графика, основанная на диаграммах Voronoi для решения приблизительного поиска ближайшего соседа». Материалы ВОЛДБ. 15.2 (2021): 246-258. [Код]
• Ингфан, Лю, Ченг Хонг и Куй Цзянтао. «Пересмотр $ k $ -narest соседний график построения на высоких данных: эксперименты и анализы». Arxiv Preprint arxiv: 2112.02234 (2021).
• Чжу, Дантонг и Минджиа Чжан. «Понимание и обобщение графиков монотонной близости для приблизительного поиска ближайших соседей». Arxiv Preprint arxiv: 2107.13052 (2021).
• Gottesbüren, Lars, et al. «Разделение графика для крупномасштабного поиска ближайшего соседа». Arxiv Preprint arxiv: 2403.01797 (2024).
• Singh, Aditi, et al. «Freshdiskann: быстрый и точный графический индекс ANN для потокового поиска сходства». Arxiv Preprint arxiv: 2105.09613 (2021).
• Ван, Хуэй, Ван-Лей Чжао и Сянксиан Зенг. «Крупномасштабная приблизительная конструкция графика K-NN на графическом процессоре». Arxiv Preprint arxiv: 2103.15386 (2021).
• Patel, Liana, et al. «Acorn: Performant и предикат-агростический поиск по векторным встрокам и структурированным данным». Arxiv Preprint arxiv: 2403.04871 (2024).
• Zuo, Chaoji, et al. «SERF: график сегмента для приблизительного поиска ближайшего соседства». Материалы ACM по управлению данными 2.1 (2024): 1-26.
• Hezel, Nico, et al. «График разведки с непрерывным уточнением для эффективного извлечения мультимедиа». Материалы Международной конференции по мультимедиа 2024 года. 2024.
• Xiao, Wonao, et al. «Улучшение индекса HNSW для обновлений в реальном времени: адресация недоступных очков и деградации производительности». Arxiv Preprint arxiv: 2407.07871 (2024).
• Ян, Шуо и др. «Пересмотр индекса конструкции близости на основе графика приблизительного графика. Arxiv Preprint arxiv: 2410.01231 (2024).
• Gou, Yutong, et al. «SymphonyQG: к симфонической интеграции квантования и графика для приблизительного поиска ближайшего соседа». Arxiv Preprint arxiv: 2411.12229 (2024).
• Ян, Мин, Южэнг Кай и Вейгуо Чжэн. «CSPG: пересечение скудных графиков близости для приблизительного поиска ближайших соседей». Тридцать восьмая ежегодная конференция по системам обработки нейронной информации.

«Методы на основе деревьев»

• Jayaram Subramanya, Suhas, et al. «Дисконн: быстрый точный миллиард точек ближайшего соседа поиска на одном узле». Достижения в системах обработки нейронной информации 32 (2019). [Код]
• Ли, Хайтао и др. «Построение индекса на основе деревьев для эффективного и эффективного плотного поиска». Arxiv Preprint arxiv: 2304.11943 (2023).
• Энгельс, Джошуа и др. «Приблизительный поиск ближайшего соседа с оконными фильтрами». Arxiv Preprint arxiv: 2402.00943 (2024).
• Song, Yang, et al. «Обладает: эффективный высокоразмерный C-приблизительный максимальный поиск внутреннего продукта с легким индексом». 2021 IEEE 37 -я Международная конференция по технике данных (ICDE). IEEE, 2021.
• Zhu, Yifan, et al. «GTS: индекс дерева на основе графического процессора для быстрого поиска сходства». Arxiv Preprint arxiv: 2404.00966 (2024).
• Tatsuno, Kento, et al. «AISAQ: All-in-horage ANNS с квантованием продукта для получения бесплатной информации». Arxiv Preprint arxiv: 2404.06004 (2024).

Хешинг

• Потрясающие статьи по обучению хеши
• Опрос по обучению в хэш. Ван, Цзиндон, Тинг Чжан, Ниту Себе и Хенг Тао Шен [бумага]
• Опрос о методах глубокого хеширования. Ло, Сяо, Хайсин Ван, Дацинг Ву, Чонг Чен, Мингхуа Дэн, Цзяньцен Хуан и Сянь-Шенг Хуа. [Бумага]
• Итеративное квантование: прокрустовый подход к изучению бинарных кодов для крупномасштабного поиска изображений. Gong, Yunchao, Svetlana Lazebnik, Albert Gordo и Florent Perronnin [Paper, Python Code, Matlab Code]
• Gan, Yukang, et al. «Бинарное встроенное поиск в Tencent». Arxiv Preprint arxiv: 2302.08714 (2023).
• Ян, Скальни и др. «Бинарный код на основе хэш-встраивания для приложений для веб-масштаба». Материалы 30 -й Международной конференции ACM по управлению информацией и знаниями. 2021.
• Вэн, Чжени и Юшенг Чжу. «Неконтролируемое онлайн-хешинг с многобиточным квантованием». Труды Азиатской конференции по компьютерному видению. 2022.
• Хуанг, Цянь, Йифан Лей и Энтони Кх Тунг. «Поиск ближайшего соседа с точкой до гиперпланы за пределами гиперсфере подразделения». Материалы Международной конференции по управлению данными 2021 года. 2021.
• Вэн, Чжени, Юшенг Чжу и Руисин Лю. «Быстрый поиск на двоичных кодах по взвешенным расстоянию Хэмминга». Arxiv Preprint arxiv: 2009.08591 (2020).
• Jian, Xiazheng, et al. «Быстрый поиск сходства с косинусом Top-K через бинарную квантизация, подходящую для XOR на графических процессорах». Arxiv Preprint arxiv: 2008.02002 (2020).
• Zheng, Bolong, et al. «PM-LSH: быстрая и точная платформа LSH для высокомерного приблизительного поиска NN». Материалы ВОЛДБ. 13.5 (2020): 643-655.
• Eghbali, Sepehr. «Масштабируемый поиск ближайшего соседа с компактными кодами». (2019).
• Lei, Yifan, et al. «Чувствительная к местности схема хэширования, основанная на самой длинной круговой совместной промышленности». Материалы Международной конференции ACM SIGMOD ACM SIGMOD по управлению данными. 2020.
• Wei, Jiuqi, et al. «Det-Lsh: чувствительная к местности схема хэширования с динамичным деревом кодирования для приблизительного поиска ближайшего соседа». Arxiv Preprint arxiv: 2406.10938 (2024).

Другие подходы

• Chen, Qi, et al. «Spann: высокоэффективный примерный в миллиардном поиске соседей». Arxiv Preprint arxiv: 2111.08566 (2021). [Код]
• Li, Yuliang, et al. «На основе индекса, высокомерный, косинус-пороговый запрос с гарантиями оптимальности». Теория вычислительных систем 65 (2021): 42-83.
• Chen, Yewang, et al. «Полу-конструктивное дерево корпуса: быстрое ближайшее соседское запросы для крупномасштабных данных о графических процессорах». Международная конференция IEEE 2018 года по добыче данных (ICDM). IEEE, 2018.
• Энгельс, Джошуа, Бенджамин Коулман и Аншумали Шривастава. «Практично поиск соседей по групповым тестированию». Достижения в системах обработки нейронной информации 34 (2021): 9950-9962. [Добавка]
• Gong, Long, et al. «IDEC: индексируемые коды оценки расстояний для приблизительного поиска ближайшего соседа». Материалы ВОЛДБ Фонда 13.9 (2020).
• Lu, Kejing, et al. «VHP: приблизительный поиск ближайшего соседа с помощью виртуального распределения гиперсферы». Материалы ВОЛДБ. 13.9 (2020): 1443-1455.
• Bing Tian, ​​Haikun Liu, Yuhang Tang, Shihai Xiao, Zhuohui Duan, Xiaofei Liao, Xuecang Zhang, Junhua Zhu, Yu Zhang. «FusionAnns: эффективная архитектура совместной обработки процессора/графического процессора для приблизительного поиска ближайшего соседа в миллиардном масштабе». (2024).
• Chen, Zhonghan, et al. «Изучение значимости ближайшего соседского поиска в высоком пространстве». Arxiv Preprint arxiv: 2410.05752 (2024).
• Tepper, Mariano, et al. «GleanVec: ускоряющий поиск вектора с минималистским нелинейным уменьшением размерности». Arxiv Preprint arxiv: 2410.22347 (2024).
• Li, Jingyu, et al. «Panther: частный приблизительный поиск ближайшего соседа в одном сервере». Криптология eprint Archive (2024).
• Wei, Jiuqi, et al. «Столкновение подпространства: эффективная и точная структура для высокомерного приблизительного поиска ближайшего соседа». Arxiv Preprint arxiv: 2411.14754 (2024).

Система

• Цин, Ан и др. «Лабиринт: экономичная система видео дедупликации в веб-масштабе». Материалы 30 -й Международной конференции ACM по мультимедиа. 2022.
• Doshi, Ishita, et al. «Ланнс: приблизительная система ближайшего соседа в Интернете». Arxiv Preprint arxiv: 2010.09426 (2020).
• Chen, Yaoqi, et al. «OneSparse: унифицированная система для многоиндексного поиска вектора». Сопутствующие процессы ACM на веб -конференции 2024 г. 2024.

Другие

• Оптимизация поиска с повышением вероятности вероятности запросов и двухуровневым приблизительным поиском устройств Edge
• Гао, Цзяньян и Ченг Лонг. «Высокомерный приблизительный поиск ближайшего соседа: с надежными и эффективными операциями сравнения расстояний». Материалы ACM по управлению данными 1.2 (2023): 1-27.
• Приблизительный поиск ближайшего соседа в системах рекомендации. Юр Малков.
• Ускоряющий векторный поиск на графическом процессоре с Rapids Raft. Кори Ноле
• Gupta, Gaurav, et al. «Caps: практическое индекс разделения для фильтрации поиска сходства». Arxiv Preprint arxiv: 2308.15014 (2023).
• Чжу, Юхао. «Rtnn: ускорение поиска соседей с помощью аппаратного трассировки лучей». Материалы 27 -го симпозиума ACM SIGPLAN по принципам и практике параллельного программирования. 2022. [Код]
• Levi, Asaf, et al. «Физическая и логическая индексация с {Idea}: инвертированный {deduplication-aware} индекс». » 22 -я конференция USENIX по технологиям файлов и хранения (Fast 24). 2024. [Код]
• Карра, Дамиано и Джованни Бриллиа. «Возьмите двух птиц с одним кэшем K-NN». 2021 IEEE Global Communications Conference (Globecom). IEEE, 2021.
• Салем, Тарек С.И., Джованни Бриллиа и Дамиано Карра. «Сходство сходства восхождения с приблизительными индексами». IEEE/ACM Транзакции в сети (2022).
• Li, Conglong, et al. «Улучшение приблизительного поиска ближайших соседей посредством изученного адаптивного раннего прекращения». Материалы Международной конференции ACM SIGMOD ACM SIGMOD по управлению данными. 2020.
• Карппа, Матти, Мартин Аумуллер и Расмус Паг. «Deann: ускорение оценки плотности ядра с использованием приблизительного поиска ближайшего соседа». Международная конференция по искусственному интеллекту и статистике. PMLR, 2022.
• Wang, Zeyu, et al. «Операторы сравнения расстояния для приблизительного поиска ближайшего соседа: исследования и эталона». Arxiv Preprint arxiv: 2403.13491 (2024).
• Szilvasy, Gergely, Pierre-Emmanuel Mazaré и Matthijs Douze. «Векторный поиск с небольшими радиусами». Arxiv Preprint arxiv: 2403.10746 (2024).
• Хан, Чангун, Суджи Ким и парк Ха-Мюн. «Эффективный поиск близости в временных аккумуляционных данных с использованием многоуровневой индексации блока». (2024).
• Tepper, Mariano, et al. «LeanVec: Ищите свои векторы быстрее, делая их в форме». Arxiv Preprint arxiv: 2312.16335 (2023).
• Harwood, Ben, et al. «Примерный поиск ближайшего соседа в динамических наборах данных: расследование». Arxiv Preprint arxiv: 2404.19284 (2024).
• Характеризация дилеммы производительности и размера индекса в поиске вектора миллиарда в биллиард.
• Сюй, Хайк. Худшее производительность популярных приближений ближайшего соседа реализации поиска: гарантии и ограничения. Дисс. Массачусетский технологический институт, 2024.
• Лин, Джимми. «Оперативные советы для плотных и редких ретриверов: HNSW, плоские или перевернутые индексы?». Arxiv Preprint arxiv: 2409.06464 (2024).
• Чжоу, Мингксун, Элейн Ши и Джулия Фанти. «Пакманн: эффективный частный приблизительный поиск ближайшего соседа». Криптология eprint Archive (2024).

? Оценка и метрики

• Какой BM25 вы имеете в виду? Крупномасштабное исследование воспроизводимости вариантов оценки. Кампхуис, Крис, Арджен П. де Врис, Леонид Бойтсов и Джимми Лин [бумага]

? Статьи и разговоры

• Что такое векторная база данных?
• Векторные базы данных (часть 1): Что отличает каждого из них?
• Ebay's Blazly Bast Million-Scale Vector Sake Engine
• Computer Vision Meetup: приложения Computer Vision в масштабе с векторными базами данных
• Как выбрать векторную базу данных в 2023 году?
• Нам действительно нужна специализированная векторная база данных?
• Векторная база данных не является отдельной категорией базы данных
• Векторные базы данных: подход из первых принципов
• Учебное пособие по версии поиска в вектор - объедините свои данные с LLM с расширенным поиском
• Эффективный поиск сходства вектора в рабочих процессах рекомендации с использованием Milvus с Nvidia Merlin
• Векторные базы данных: руководство для начинающих!
• Векторная база данных и пружина IA
• Как обрабатывать миллион векторных встроений в тряпные приложения
• Как Meilisearch обновляет базу данных векторных векторов за минуту за минуту
• Общие ловушки, которых следует избегать при использовании векторных баз данных
• Начало работы с векторными базами данных
• Выбор лучшей модели для семантического поиска

Связанные списки

• Потрясающая векторная поисковая система