跳到正文
arXiv · ML· Yifan Peng, Jiafei Fan, Xingda Wei, Sijie Shen, Rong Chen, Jianning Wang, Xiaojian Luo, Wenyuan Yu, Jingren Zhou, Haibo Chen·· 2026-10-14AI 评分31

OMEGA 高效支持任意 K 值的学习式搜索

Efficient K-generalizable Learned Search

AI 导读

OMEGA 模型将任意 K 值的学习式搜索转化为重复的掩码 top-1 搜索,仅需一个 top-1 模型的预处理成本即可服务多种 K 值。 其核心机制包括轨迹特征泛化、排名置信度分配以及减少模型调用开销的统计预测方法。 在 9 种数据集配置下,OMEGA 达成 0.95 召回率,平均延迟降低 23%,生产环境中相比 HNSW 最多减少 28% 的 CPU 时间。

来源:arXiv · ML · arxiv.org