跳到正文
arXiv · NLP· Riku Kisako, Hayato Tsukagoshi, Ryohei Sasano·· 2026-10-21AI 评分32

当 0.1% 足够时:分析降维与量化在文本嵌入压缩中的联合效应

When Is 0.1% Enough? Analyzing the Combined Effects of Dimensionality Reduction and Quantization on Text Embedding Compression

AI 导读

结合降维与量化可将文本嵌入存储降低至不足 0.1%,同时在 MTEB 分类任务中保留至少 99% 的原生得分。 该结论基于五个预训练模型在 Massive Text Embedding Benchmark 四个任务族上的系统评估。 不同任务对维度与位宽平衡的偏好各异,其中检索任务对压缩更为敏感。

来源:arXiv · NLP · arxiv.org