Source: https://www.astrmira.com/ja/research/
Language: ja

研究 / 論文

# 問いを立てる。  
根拠を重ね、前へ進む。

私たちは問う価値のある問題から出発し、さまざまな分野で手法と根拠を積み上げます。ここでは論文、現在の研究分野、成果から生まれた次の問いを紹介します。

VECTOR SEARCH · 2026.09

## ベクトルを圧縮しても、同じ判断は保たれるか？

Wenxuan Xiao · Xu Cao

研究の概要

When Does Low-Bit Quantization Preserve the Decisions of Vector Search?

量子化誤差を検索の順位付けやグラフ枝刈りの判断に位置づけ、比較マージン、相関した残差、実行軌跡から信頼性を考察します。

ベクトル検索 · 判断の安定性

[研究の詳細へ](https://www.astrmira.com/ja/research/papers/low-bit-decisions/)

[arXiv](https://arxiv.org/abs/2609.09854)

LOW-BIT LLMS · 2026.09

## 同じ量子化変更の価値は、なぜ変わるのか？

Wenxuan Xiao · Xu Cao

研究の概要

Contextual Utility of Quantization Moves in Extreme Low-Bit LLMs

極低ビット LLM の離散的な変更を、その変更自身の経路に沿って評価し、変化するモデル状態の中で判断を組み合わせます。

LLM 量子化 · 事後学習

[研究の詳細へ](https://www.astrmira.com/ja/research/papers/contextual-quantization/)

[arXiv](https://arxiv.org/abs/2609.09867)

REPRESENTATION GEOMETRY · 2026.05

## 1～2 ビットにしても、何が残るのか？

Wenxuan Xiao

研究の概要

Covariance Structure and Coordinate Heterogeneity Govern Binary Quantization of Contrastive Embeddings

共分散構造と座標の不均一性から低ビットでの順位付けを説明し、追加の大きさビットやランダム回転の効果が表現ごとに異なる理由を探ります。

表現の幾何 · 二値量子化

[研究の詳細へ](https://www.astrmira.com/ja/research/papers/covariance-binary-quantization/)

[arXiv](https://arxiv.org/abs/2605.17524)

SEARCH SYSTEMS · 2026.05

## QuIVer：二値空間で検索グラフを直接構築する

Wenxuan Xiao · Peidong Zhu · Zhiyou Wang · Chengcheng Li

研究の概要

QuIVer: Rethinking ANN Graph Topology via Training-Free Binary Quantization

学習不要の 2 ビット空間で ANN グラフを構築、枝刈り、探索し、最後の再順位付けでのみ完全なベクトルを読みます。コンパクトなトポロジーが機能するデータ条件を明らかにします。

近似最近傍検索 · グラフ索引

[研究の詳細へ](https://www.astrmira.com/ja/research/papers/quiver/)

[arXiv](https://arxiv.org/abs/2605.02171)

4 件の論文

一緒に取り組みたい問いはありますか？

[ご相談ください](https://www.astrmira.com/ja/collaborate/)