Unsupervised Data-Efficient Cross-Modal Retrieval with Global-Neighborhood Alignment Hashing
School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院);Shien-Ming Wu School of Intelligent Engineering, South China University of Technology(华南理工大学吴贤铭智能工程学院);College of Computer and Information Engineering, Henan Normal University(河南师范大学计算机与信息工程学院);VinUniversity(Vin大学)
提出全局邻域对齐哈希(GNAH),通过原型锚定全局对齐和对比随机邻域对齐,在少量图像-文本对下学习紧凑二进制码,实现数据高效的无监督跨模态检索。
2026-07-01 cs.CV cs.IR
Semantic Certainty Assessment in Vector Retrieval Systems: A Novel Framework for Embedding Quality Evaluation
提出一种轻量级框架,结合量化鲁棒性和邻域密度指标,在查询级别预测向量检索性能,在4个数据集上Recall@10提升9.4±1.2%,计算开销低于检索时间的5%。
2025-07-08 cs.CL cs.IR
CNN Retrieval based Unsupervised Metric Learning for Near-Duplicated Video Retrieval
多媒体视频作为重要的数据载体,其数量的急剧增加往往会导致大量重复和近似重复的视频出现在搜索结果的前列。近重复视频检索(NDVR)可以聚类并过滤掉冗余内容。本文提出的NDVR方法从全连接层和聚合中间卷积层提取基于卷积神经网络(CNN)特征的帧级视频表示。无监督度量学习用于相似性度量和特征匹配。结合k-最近邻域的重排序算法融合了两级特征的检索结果,进一步提高了检索性能。在广泛使用的CC\_WEB\_VIDEO数据集上的大量实验表明,该方法具有优于现有技术的性能。
2021-05-30 cs.IR
FastLane: Efficient Routed Systems for Late-Interaction Retrieval
UCLA(加州大学洛杉矶分校);Google DeepMind(谷歌DeepMind);Google Research, India(谷歌印度研究院)
FastLane通过动态路由机制显著降低计算复杂度,实现高效且可扩展的检索,适用于大规模应用场景。
2026-01-13 cs.IR
A Fast Content-Based Image Retrieval Method Using Deep Visual Features
Tokushima University(德岛大学)
针对现有图像检索系统主存存索引限制大数据应用的问题,提出基于Elasticsearch预存L2范数的余弦相似度快速计算法,经ImageNet和VGG-16验证兼具效性与高效性。
2019-08-05 cs.CV cs.IR cs.LG
Representation Sparsification with Hybrid Thresholding for Fast SPLADE-based Document Retrieval
本文提出一种结合硬/软阈值与倒排索引近似的混合阈值化表示稀疏化方法,以加速SPLADE文档检索,并通过分析和实验验证其效果。
2023-06-20 cs.IR
Why Neighborhoods Matter: Traversal Context and Provenance in Agentic GraphRAG
Centre for Industrial Software, University of Southern Denmark, Alsion 2, 6400 Sønderborg, Denmark(丹麦南部大学工业软件中心)
本文探讨了代理图RAG中引用忠实性的轨迹层面问题,通过实验表明引用证据和遍历上下文都对答案准确性有影响。
2026-05-14 cs.AI cs.IR
A fast compression-based similarity measure with applications to content-based image retrieval
German Aerospace Center (DLR)(德国航空航天中心)
基于压缩的相似性度量可以有效地应用于各种数据类型的应用中,并且基本上没有参数。然而,在将这些技术应用于中型到大型数据集时存在很少解决的问题。本文提出了一种基于字典压缩的相似性度量,快速压缩距离(FCD),它降低了这些方法的复杂性,而不会降低性能。在此基础上定义了一个基于内容的彩色图像检索系统,它可以与基于不变颜色特征的最新方法相比较。通过FCD更好地理解基于压缩的技术,通过对比文献中迄今为止分析的数据集更大的数据集进行实验来实现。
2012-10-02 cs.IR cs.LG stat.ML
Context-augmented Retrieval: A Novel Framework for Fast Information Retrieval based Response Generation using Large Language Model
针对RAG问答系统因语料库增大导致回答质量下降的问题,提出结合经典文本分类与LLM的上下文增强检索(CAR)框架,通过实时分类分区向量数据库实现快速检索并提升生成质量。
2024-07-31 cs.IR
Computationally Efficient Labeling of Cancer Related Forum Posts by Non-Clinical Text Information Retrieval
Aarhus University(奥胡斯大学)
网上有大量关于癌症的信息,但分类和从中提取有用的信息是困难的。几乎所有的医疗数据处理研究都涉及正式的临床数据,但非临床数据中也有有价值的信息。本研究将分布式计算、文本检索、聚类和分类方法结合到一个连贯的、计算效率高的系统中,该系统可以根据非临床和免费提供的信息来阐明癌症患者的轨迹。我们制作了一个功能齐全的原型,可以从非临床论坛帖子中检索,聚类和呈现有关癌症轨迹的信息。我们评估三个聚类算法(MR-DBSCAN,DBSCAN和HDBSCAN),并比较它们在调整后的兰德指数和总运行时间作为检索到的帖子数和邻域半径的函数。聚类结果表明,邻域半径对聚类性能的影响最为显著。对于小的值,数据集相应地被分割,但是大的值产生大量可能的分区,并且搜索最佳分区因此是耗时的。通过适当的估计半径,MR-DBSCAN可以在46.1秒内聚类50000个论坛帖子,而DBSCAN(143.4)和HDBSCAN(282.3)。我们与丹麦癌症协会进行了采访,并提出了我们的软件原型。该组织看到了软件的潜力,可以使有关癌症的在线信息民主化,并预见未来将需要这样的系统。
2023-03-24 cs.AI cs.DC cs.IR
Optimizing Guided Traversal for Fast Learned Sparse Retrieval
针对BM25引导的稀疏检索遍历在模型不对齐或k较小时相关性下降的问题,提出两级剪枝与模型对齐的优化方案,在保留相关性的同时显著提升检索速度,并在多数据集上验证了其效果与效率权衡。
2023-05-02 cs.IR
Generalized Relative Neighborhood Graph (GRNG) for Similarity Search
相似性搜索是在各种数据集上进行信息检索的基本构建块。邻居的概念通常基于二元考虑,例如k个最近邻居。然而,考虑到数据通常被组织为具有低内在维度的流形,邻居的概念必须识别高阶关系,以捕获所有方向上的邻居。邻近图,如相对邻居图(RNG),使用捕获方向概念的三元关系,并已成功地用于许多应用程序中。然而,当前用于计算RNG的算法尽管被广泛使用,但是是近似的并且不可扩展。本文提出了一种新型的图,广义相对邻域图(GRNG)中使用的枢轴层,然后指导一组样本的RNG的高效和准确的建设。它还展示了如何将其扩展到一个多层层次结构,该层次结构显着改善了只能构建近似RNG的最新方法。
2022-08-22 cs.IR
LLMs Meet Isolation Kernel: Lightweight, Learning-free Binary Embeddings for Fast Retrieval
National Key Laboratory for Novel Software Technology, Nanjing University(南京大学本科软件技术国家重点实验室)
本文提出无学习的隔离内核嵌入(IKE),将LLM嵌入转换为二进制嵌入,实现低内存和快速检索,实验显示其检索速度提升16.7倍,内存使用降低16倍,同时保持相似精度。
2026-07-08 cs.IR
Relevance Proximity Graphs for Fast Relevance Retrieval
在大量的机器学习应用中,应该有效地提取特定查询的最相关项,而相关性函数基于高度非线性模型,例如,DNN或GBDTs。由于此类模型的高计算复杂性,即使对于中等规模的问题,穷举搜索也是不可行的。为了解决这个问题,我们引入相关邻近图(RPG):一个有效的非穷举的方法,提供了一个高质量的近似解决方案,最大的相关性检索。也就是说,我们扩展了最近的相似性图框架的设置,当没有相似性度量定义的项目对,这是一个常见的实际用例。通过设计,我们的方法直接最大化现成的相关函数,不需要任何代理辅助模型。通过大量的实验,我们表明,所开发的方法提供了良好的检索精度,同时只需要几个模型的计算,优于间接模型。我们开源了我们的实现以及两个大规模的数据集,以支持相关性检索的进一步研究。
2019-10-18 cs.IR
Dynamic Superblock Pruning for Fast Learned Sparse Retrieval
University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出动态超块剪枝方法,用于加速学习稀疏检索,在MS MARCO数据集上优于现有基线方法。
2025-04-23 cs.IR
Faster Compact Top-k Document Retrieval
解决top-k文档检索的最优索引[Navarro and Nekrich,SODA 12]对于长度为m的模式需要O(m + k)时间,但对于n个符号的集合,其空间至少为80 n字节。我们减少到1.5n到3 n字节,O(m+(k+log log n)log log n)的时间,在典型的文本。该索引比以前最好的压缩解决方案快25倍,实际上最多需要5%的空间(在某些情况下只需一半)。除了用压缩的数据结构代替传统的数据结构外,我们的主要思想是用频率阈值代替后缀树采样来实现压缩。
2012-11-22 cs.DS cs.IR
RoutIR: Fast Serving of Retrieval Pipelines for Retrieval-Augmented Generation
Johns Hopkins University(约翰斯·霍普金斯大学)
RoutIR 提供了一种高效的 HTTP API,支持动态构建和查询检索流水线,适用于需要在线服务的 RAG 系统。
2026-01-15 cs.IR
Fast 3D point clouds retrieval for Large-scale 3D Place Recognition
LASTIG;IGN-ENSG;Gustave Eiffel University(埃菲尔大学)
本文提出将可微搜索索引(DSI)适配于3D点云检索,通过Vision Transformers结合位置与语义编码生成1D标识符,实现常数时间直接检索,在公共基准上验证了其在位置识别中的质量与速度优势。
2025-05-28 cs.CV cs.IR
Fast and Light-Weight Answer Text Retrieval in Dialogue Systems
IBM Research AI(IBM研究院人工智能部门);IBM Watson(IBM沃森)
对话系统可以受益于能够搜索整个文本语料库以找到与用户请求相关的信息,特别是当遇到没有手动策划的响应可用的请求时。神经稠密检索或重新排序的最新技术涉及具有数亿参数的深度学习模型。然而,让这样的模型在工业规模上运行是困难和昂贵的,特别是对于通常需要支持大量单独定制的对话系统的云服务,每个对话系统都有自己的文本语料库。我们报告了我们的工作,使先进的神经稠密检索系统有效地运行在规模相对便宜的硬件。我们与领先的替代工业解决方案进行比较,并表明我们可以提供有效,快速和具有成本效益的解决方案。
2022-05-31 cs.CL cs.IR
Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control
Cornell University(康奈尔大学);Adobe Research(Adobe研究);Mohamed bin Zayed University of Artificial Intelligence(Mohamed bin Zayed人工智能大学)
针对RAG中检索成本与准确性难以按用户需求调节的问题,提出由准确性和效率两个分类器及参数$α$控制的用户可控框架,实现二者的动态平衡。
2025-07-27 cs.AI cs.IR
Distilling Knowledge for Fast Retrieval-based Chat-bots
University of Tehran(德黑兰大学)
响应检索是神经排序的一个子集,其中模型从给定会话历史的一组候选者中选择合适的响应。基于检索的聊天机器人通常用于信息搜索会话系统,例如客户支持代理。为了在会话历史和候选响应之间进行成对比较,有两种方法是常见的:交叉编码器对这对进行完全自注意,双编码器对这对进行单独编码。前者给出了更好的预测质量,但对于实际使用来说太慢了。在本文中,我们提出了一个新的交叉编码器的架构和知识转移从这个模型到一个双编码器模型使用蒸馏。这有效地提高了双编码器的性能,在推理时间内没有成本。我们对三个响应检索数据集进行了详细的分析。
2020-04-23 cs.CL cs.IR
Pairing Clustered Inverted Indexes with kNN Graphs for Fast Approximate Retrieval over Learned Sparse Representations
本文提出 SeismicWave,通过按重要性顺序遍历倒排块并利用 kNN 图扩展候选文档,在保持几乎精确准确率的同时将 Seismic 的近似检索速度提升至 2.2 倍。
2024-08-08 cs.IR
Compact Hypercube Embeddings for Fast Text-based Wildlife Observation Retrieval
Inria, LIRMM, UM(法国国家信息与自动化研究所,蒙彼利埃计算机科学实验室,蒙彼利埃大学)
本文提出紧凑超立方体嵌入框架,通过二进制表示实现高效文本检索,提升大规模野生动物图像和音频数据库的检索效率与鲁棒性。
2026-04-05 cs.CV cs.IR cs.LG
SparTerm: Learning Term-based Sparse Representation for Fast Text Retrieval
基于术语的稀疏表示由于其在效率、可解释性和准确的术语匹配方面的优势,在工业应用的第一阶段文本检索中占据主导地位。本文研究了将预训练语言模型(PLM)的深层知识转换为基于词的稀疏表示的问题,旨在提高词袋(BoW)方法的语义级匹配表示能力,同时保持其优势。具体来说,我们提出了一个新的框架SparTerm直接学习稀疏文本表示在完整的词汇空间。所提出的SparTerm包括一个重要性预测器来预测词汇表中每个术语的重要性,以及一个门控控制器来控制术语激活。这两个模块共同保证了最终文本表示的稀疏性和灵活性,将词项加权和扩展统一在同一个框架中。在MSMARCO数据集上进行评估,SparTerm显著优于传统的稀疏方法,并在所有基于PLM的稀疏模型中实现了最先进的排名性能。
2020-10-02 cs.IR
When Thinking Before Retrieval Hurts: TraceBound Diagnostics for Adaptive Knowledge-Graph Retrieval
ETH Zürich(苏黎世联邦理工学院)
研究知识图谱自适应检索中“检索前思考”有害问题,引入TraceBound诊断协议,它能暴露查询配置文件等。实验表明虽改善可检查性,但降低检索质量,通过分析定位退化原因,指出应将其作为动作选择控制问题评估。
2026-07-29 cs.AI cs.CL cs.IR
From Extraction to Navigation: Progressive Retrieval with Indirectly Infinite Depth
Kuaishou Technology(快手科技)
提出IID-Nav框架,将检索建模为有状态自主图探索,通过目标感知导航策略、递归状态演化机制和轨迹对齐训练范式,解决搜索漂移问题,在工业数据集上超越基线。
2026-06-29 cs.IR
LightRAG: Simple and Fast Retrieval-Augmented Generation
Beijing University of Posts and Telecommunications(北京邮电大学);University of Hong Kong(香港大学)
本文提出 LightRAG 框架,通过将图结构引入文本索引与检索,采用双层检索系统和增量更新算法,解决了现有 RAG 系统数据表示扁平化和上下文感知不足的问题,显著提升了检索准确性与效率。
2025-04-28 cs.AI cs.IR
RankGraph-2: Lifecycle Co-Design for Billion-Node Graph Learning in Recommendation
Meta Platforms(Meta平台)
针对十亿规模图检索中图构建、表示学习与实时服务三阶段孤立的问题,提出RankGraph-2框架,通过协同设计各阶段(如联合训练聚类索引、预计算邻域等),在降低83%服务计算成本的同时,召回率比GAT+Deep Graph Infomax高3.8倍,并带来CTR和CVR提升。
2026-07-27 cs.AI cs.IR
A Fast Deep Learning Model for Textual Relevance in Biomedical Information Retrieval
Chan Zuckerberg Initiative(陈·扎克伯格倡议);National Center for Biotechnology Information(国家生物技术信息中心)
生命科学出版物的特点是大量的技术词汇,表达同一概念有许多词汇和语义变化。为了解决生物医学文献搜索中的相关性问题,我们引入了一个深度学习模型,用于文档文本与关键字样式查询的相关性。由于训练数据量相对较小,该模型使用预训练的词嵌入。有了这些,该模型首先计算查询和文档之间的可变长度Delta矩阵,表示两个文本之间的差异,然后通过深度卷积阶段,然后通过深度前馈网络计算相关性得分。这导致适合在在线搜索引擎中使用的快速模型。该模型是鲁棒的,并且优于可比的最先进的深度学习方法。
2018-02-26 cs.CL cs.IR
Reading the Neighborhood: Text-Attentive Graph Reranking for Automated Subject Indexing
ZBW – Leibniz Information Centre for Economics(ZBW - 莱布尼茨经济信息中心);Kiel University(基尔大学)
针对自动主题标引任务,提出文本感知异构图重排序模型TAGHN,利用词库邻域语义关系提升标引性能,在STW数据集上优于对比模型。
2026-10-14 cs.DL cs.IR
CoMOGrad and PHOG: From Computer Vision to Fast and Accurate Protein Tertiary Structure Retrieval
Bangladesh University of Engineering and Technology(孟加拉国工程技术大学);United International University(联合国际大学)
由于技术的进步,蛋白质结构数据库中的条目数量日益增加。蛋白质三级结构的检索方法是蛋白质结构比较分析的关键,对了解蛋白质及其功能具有重要作用。在本文中,我们提出了快速,准确的方法检索蛋白质从一个大型的数据库与三级结构相似的查询蛋白质。我们提出的方法借用了计算机视觉领域的思想。我们的方法的速度和准确性来自两个新引入的功能,共生矩阵的定向梯度和金字塔直方图的定向梯度和使用欧几里德距离作为距离度量。实验结果清楚地表明,我们的方法在运行时间和准确性的优越性。我们的方法可在以下网站上使用:http://research.buet.ac.bd:8080/Comograd/。
2014-09-02 cs.CE cs.CV cs.IR
CFIR: Fast and Effective Long-Text To Image Retrieval for Large Corpora
University of Glasgow(格拉斯哥大学)
针对大规模长文本到图像检索中 MLLM 成本高、嵌入表达受限的问题,提出两阶段 CFIR 框架与 Decoupling-BEiT-3 编码器,显著提升召回率并大幅降低训练和检索耗时。
2024-04-02 cs.AI cs.CV cs.IR
VLDeformer: Vision-Language Decomposed Transformer for Fast Cross-Modal Retrieval
Harbin Institute of Technology(哈尔滨工业大学);Huawei Technologies Co., Ltd(华为技术有限公司)
跨模型检索已经成为纯文本搜索引擎(SE)最重要的升级之一。最近,通过早期交互,视觉语言(VL)Transformers的准确性已经超过了现有的文本图像检索方法,具有强大的表示成对文本图像输入。然而,当相同的范例用于推理时,VL Transformers的效率仍然太低而不能应用于真正的交叉模态SE中。受人类学习机制的启发,利用跨模态知识,提出了一种新的视觉语言分解的Transformer(VLDemformer),在保持视觉语言变换器精确性的同时,大大提高了视觉语言Transformers的效率。该方法将跨模型检索分为两个阶段:VL Transformer学习阶段和VL分解阶段。后一阶段起着单模态索引的作用,在某种程度上类似于文本SE的术语索引。该模型从早期交互预训练中学习跨模态知识,然后分解为单个编码器。该分解方法只需要少量的目标数据集进行监督,并实现了$1000+$倍的加速和小于$0.6$ \%的平均召回率下降。VLDefformer还优于COCO和Flickr30k上最先进的视觉语义嵌入方法。
2021-11-25 cs.CL cs.CV cs.IR
Fast-Slow Transformer for Visually Grounding Speech
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
我们提出了快速-慢速Transformer的视觉接地语音,或快速-VGS。FaST-VGS是一个基于transformer的模型,用于学习原始语音波形和视觉图像之间的关联。该模型将双编码器和交叉注意体系结构统一到一个模型中,获得了前者的卓越检索速度以及后者的准确性。FaST-VGS在基准数据集上实现了最先进的语音图像检索精度,其学习的表示在ZeroSpeech 2021语音和语义任务上表现出强大的性能。
2022-03-02 cs.CL cs.IR eess.AS