2025/012 VBASE: Unifying Online Vector Similarity Search and Relational Queries viaRelaxed Monotonicity 논문정보: https://www.usenix.org/conference/osdi23/presentation/zhang-qianxi VBASE: Unifying Online Vector Similarity Search and Relational Queries via Relaxed Monotonicity | USENIXOpen Access Media USENIX is committed to Open Access to the research presented at our events. Papers and proceedings are freely available to everyone once the event begins. Any video, audio, and/or slides that are posted .. 2025. 1. 3. Accelerating Large-Scale Inference with Anisotropic Vector Quantization(ICML'20) Paper: https://dl.acm.org/doi/abs/10.5555/3524938.3525302Summary기존 quantization technique의 문제점목적함수가 reconstruction error를 최소화하는 방식으로 정의되는데, 모든 데이터포인트 $x$, 쿼리 $q$ 쌍이 동일하게 중요하지 않다. 높은 inner product 값을 갖는 쌍에서의 에러가 더욱 중요하다.해결책score-aware quantization loss 도입: 각 (x, q) 쌍의 내적에 따른 weight를 반영한 목적함수를 정의한다. 이는 datapoint $x$에 평행한 parallel residual error와 수직인 orthogonal residual error로 분해된다. 큰 inner product.. 2025. 1. 2. 이전 1 다음