Source: https://www.astrmira.com/
Language: zh-CN
ο CETI / MIRA · THE WONDERFUL STAR · ARTISTIC INTERPRETATION
幻梦星芒 / ASTRMIRA
# Astrmira
于未知处求索，向星穹间开拓。
From first principles to real-world intelligence.
我们研究数据、计算与智能的底层问题，
让严谨的理论，成为可用的系统。
[探索研究](https://www.astrmira.com/research/)
[发现项目](https://www.astrmira.com/#projects)
[SCROLL TO DISCOVER](https://www.astrmira.com/#practice)
MIRA
DATABASES · RETRIEVAL · VECTORS · QUANTIZATION · POST-TRAINING · MATHEMATICS
OUR RESEARCH
从一个问题，
走向新的理解。
在不同领域提出问题、构建方法，以推导与实验检验想法，让发现成为下一次探索的起点。
RESEARCH, IN THE OPEN
## 向未知，继续追问。
从基础问题到新的发现，在不同领域持续探索。这里记录我们的论文与研究进展。
[全部研究](https://www.astrmira.com/research/)
VECTOR SEARCH · 2026.09
### 压缩之后，搜索还会做出相同的选择吗？
研究简介
When Does Low-Bit Quantization Preserve the Decisions of Vector Search?
把量化误差放回排序与图剪枝的具体决策中，用比较间隔、误差相关性与执行轨迹，刻画低比特搜索的可靠性。
向量检索 · 决策稳定性
[了解这项研究](https://www.astrmira.com/research/papers/low-bit-decisions/)
[arXiv](https://arxiv.org/abs/2609.09854)
LOW-BIT LLMS · 2026.09
### 同一次量化改动，为何会改变好坏？
研究简介
Contextual Utility of Quantization Moves in Extreme Low-Bit LLMs
研究极低比特大模型中一次离散改动的真实收益：沿改动自身的路径评估，并在持续变化的模型状态上组合决策。
大模型量化 · 后训练
[了解这项研究](https://www.astrmira.com/research/papers/contextual-quantization/)
[arXiv](https://arxiv.org/abs/2609.09867)
REPRESENTATION GEOMETRY · 2026.05
### 少到一两个比特，什么信息仍被保留？
研究简介
Covariance Structure and Coordinate Heterogeneity Govern Binary Quantization of Contrastive Embeddings
从协方差结构与坐标差异出发，解释二值量化的排序能力，以及额外一位和随机旋转为什么在不同表示上作用不同。
表示几何 · 二值量化
[了解这项研究](https://www.astrmira.com/research/papers/covariance-binary-quantization/)
[arXiv](https://arxiv.org/abs/2605.17524)
SEARCH SYSTEMS · 2026.05
### QuIVer：让二值编码直接构建搜索图。
研究简介
QuIVer: Rethinking ANN Graph Topology via Training-Free Binary Quantization
在免训练的两比特空间中完成建图、剪枝与搜索，只在最终重排时读取完整向量，探索紧凑索引的能力与适用边界。
近似近邻搜索 · 图索引
[了解这项研究](https://www.astrmira.com/research/papers/quiver/)
[arXiv](https://arxiv.org/abs/2605.02171)
论文 · 发现 · 进展
OUR PRACTICE
探索，不止于论文。
让研究，抵达真实的世界。
以基础研究拓展可能，以系统构建回应问题。这是我们希望持续走下去的路。
IDEAS, MADE TANGIBLE
## 把研究，写进现实。
从数据底座，到智能伙伴，再到复杂任务的持续执行。
[全部项目](https://www.astrmira.com/projects/)
SYSTEMS
### TriviumDB
向量、图谱与文档共用一个内核。以 Rust 构建的 AI 原生嵌入式数据库，为 Agent 记忆与本地知识库连接语义、内容和关系。
VECTOR · GRAPH · DOCUMENT
INTELLIGENCE
### infOS
面向 AI 伙伴的开源运行时，连接长期记忆、上下文与工具能力。以 TriviumDB 为记忆底座，为 PeroperoChat 承载持续对话与桌面交互。
MEMORY · CONTEXT · TOOLS
AGENT HARNESS
### Piarium
面向复杂工程任务的完整 Agent Harness，贯通代码检索、上下文与记忆、多 Agent 协作和结果验证，让任务从理解问题持续推进到交付。
CONTEXT · EXECUTION · VERIFICATION
A NOTE ON OUR NAME
## A wonderful star.
A lasting curiosity.
星芒会变，求索不息。
Astr，遥远星空；Mira，真实的变星；Mirage，尚待抵达的想象。我们把这层诗意称作「幻梦星芒」。
Mira 的亮度随时间变化，并留下绵长的紫外星尾。我们借它讲述一种研究态度：对未知保有想象，让探索留下可以继续生长的痕迹。
[名称灵感 · NASA / The Tail of a Wonderful Star ↗](https://apod.nasa.gov/apod/ap070817.html)
LET’S ASK THE NEXT QUESTION
## 下一个值得研究的问题，
也许来自你。
数据库与智能系统 · 科研合作 · 高校联合研究
从一个真实的问题，开始一次有意义的合作。
[联系我们 ↗](https://www.astrmira.com/collaborate/)