Apple 研究提出摊销式 MIPS 检索方法
热点事件历史事件
Apple 研究提出摊销式 MIPS 检索方法
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
Apple 研究人员在 ICML 2026 论文中提出摊销式最大内积搜索(MIPS)方法:针对固定 key 数据库离线训练小型神经网络,使查询在推理时更快路由到最佳匹配,面向 RAG 等检索场景。 方法包含 KeyNet 与 SupportNet:KeyNet 直接输出最佳匹配 key,适合推理速度是瓶颈、只需近似最佳 key 的场景;SupportNet 学习支撑函数,适合需要校准分数(用于重排、阈值或下游)或小模型下算力紧张的场景。两者训练方式相近,可接入现有近似搜索基础设施,并对查询模式轻度分布偏移有一定鲁棒性。 该方法假定查询分布可预先获知,按实际查询分布离线训练。
AI 根据报道生成 · 6 天前更新
最新进展11月12日 00:57
Apple 研究:用学习型支撑函数加速 MIPS,提升 RAG 检索效率报道时间线
沿着报道,了解事件的不同侧面。
11月12日
- Hacker News (Frontpage)Apple 研究:用学习型支撑函数加速 MIPS,提升 RAG 检索效率
Apple 研究人员在 ICML 2026 论文中提出用小型神经网络学习 MIPS 的支撑函数,以更低计算成本加速查询路由与检索。SupportNet 学习支撑函数,KeyNet 直接输出最佳匹配 key 向量,并用基于 Euler 定理的一致性损失约束预测。该方法按实际查询分布离线训练,目标是在推理时实现更快、更准确的检索,服务 RAG 等场景。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 811月12日 07:00
- 近 24 小时变化
- -49%
02.557.510
12:0011月13日12:0011月14日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。