详细内容或原文请订阅后点击阅览
AMES：通过后期交互检索进行近似多模式企业搜索
我们提出了 AMES（近似多模式企业搜索），这是一种与后端无关的统一多模式后期交互检索架构。 AMES 证明，细粒度多模式后期交互检索可以部署在生产级企业搜索引擎中，而无需重新设计架构。使用多向量编码器将文本标记、图像块和视频帧嵌入到共享表示空间中，从而无需特定于模态的检索逻辑即可实现跨模态检索。 AMES 采用两阶段管道：并行令牌级 ANN 搜索，每个…
来源:Apple机器学习研究我们提出了 AMES（近似多模式企业搜索），这是一种与后端无关的统一多模式后期交互检索架构。 AMES 证明，细粒度多模式后期交互检索可以部署在生产级企业搜索引擎中，而无需重新设计架构。使用多向量编码器将文本标记、图像块和视频帧嵌入到共享表示空间中，从而无需特定于模态的检索逻辑即可实现跨模态检索。 AMES 采用两阶段管道：使用每个文档 Top-M MaxSim 近似的并行标记级 ANN 搜索，然后是加速器优化的 Exact MaxSim 重新排序。 ViDoRe V3 基准测试表明，AMES 在可扩展、生产就绪的基于 Solr 的系统中实现了有竞争力的排名性能。