#TurboQuant

共 6 条 · 7 天 1 条 · 30 天 1 条

信息流里打上「TurboQuant」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月15日

Qdrant 实测 Perplexity 新嵌入模型：向量压 21 倍精度几乎不掉，代价是要留原始向量做重排，做检索的可以看这组数据。

Qdrant@qdrant_engine原文

9月1日

Qdrant团队详解TurboQuant向量压缩技术，教你如何在多向量搜索中保持高召回率。

Qdrant@qdrant_engine原文

8月6日

SSTQ把向量量化做得更省位，联邦学习通信开销和隐私保护能兼得，比vqSGD那类老方法更有效。

arXiv cs.LG@Adel Javanmard 等 3 人原文

7月21日

论文精选11:36

TurboVec用一种新量化方法让企业RAG检索又快又安全，召回比FAISS PQ高近9个点，还能防隐私泄露。

arXiv: OpenAI@Navnit Shukla 等 3 人原文

5月23日

产品官方一手精选21:13

做 RAG 或向量检索的开发者终于有了一个 16 倍压缩且零训练成本的索引方案，内存敏感的项目可以直接试试这个 Rust 实现。

官方一手marktechpost@Asif Razzaq3 个信源在谈原文

5月19日

做向量检索或使用 Qdrant 的团队，TurboQuant 能帮你用更少存储获得更好召回，值得关注 5 月 26 日的技术分享。

Qdrant@qdrant_engine原文