معرفی LEANN؛ اینکس بردار متن‌باز برای کاهش حجم داده‌های RAG

منبع: MarkTechPost

محققان دانشگاه برکلی ایندکسی توسعه داده‌اند که حجم داده‌های سنگین را به شدت کاهش می‌دهد. این ابزار دقت بالا را با مصرف حافظه بسیار کمتر و با هزینه جستجوی چندثانیه‌ای حفظ می‌کند.

متن کامل این خبر را در MarkTechPost بخوانید. مشاهده خبر در منبع اصلی
English

Meet LEANN: An Open-Source Vector Index that Shrinks a 60M-Chunk RAG Index from 201 GB to 6 GB

UC Berkeley’s LEANN vector index stores a pruned graph and recomputes embeddings at query time. It matches HNSW accuracy at 90% recall using 4 GB instead of 188 GB, at the cost of seconds-level search.

Original headline and excerpt from MarkTechPost.

تیتر و خلاصه فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.