RAG / 检索增强生成

FaTRQ: Tiered Residual Quantization for LLM Vector Search in Far-Memory-Aware ANNS Systems

FaTRQ：面向远内存感知的ANNS系统中的分层残差量化

Tianqi Zhang, Flavio Ponzina, Tajana Rosing

机构 * San Diego State University（圣地亚哥州立大学） 纠错

专题命中 向量检索 ：vector search(title)；retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR

AI总结 FaTRQ通过分层残差量化和自定义加速器，提升ANNS系统的存储效率和吞吐量。

CoRECT: A Framework for Evaluating Embedding Compression Techniques at Scale

CoRECT：大规模评估嵌入压缩技术的框架

L. Caspari, M. Dinzinger, K. Ghosh Dastidar, C. Fellicious, J. Mitrović, M. Granitzer

专题命中 向量检索 ：dense retrieval(abstract)；分类 cs.IR

AI总结 CoRECT框架通过大规模评估和新数据集，展示非学习压缩在减少索引大小的同时保持性能，为压缩方法的选择提供一致比较依据。