압축된 벡터는 언제 같은 결정을 내릴까요?
When Does Low-Bit Quantization Preserve the Decisions of Vector Search?
벡터 검색이 실제로 수행하는 순위 비교와 그래프 가지치기 안에서 양자화 오차를 분석하고, 신뢰성을 비교 마진, 상관된 잔차, 실행 경로와 연결합니다.
ο CETI / MIRATHE WONDERFUL STARARTISTIC INTERPRETATION
경이로운 별 / ASTRMIRA
Astrmira
미지의 세계를 탐구하고, 지평 너머를 만듭니다.
제일원리에서 현실 속 지능까지.
데이터, 계산, 지능의 근본적인 질문을 탐구하고,
엄밀한 아이디어를 실제로 쓸 수 있는 시스템으로 만듭니다.
아래로 스크롤
MIRA
데이터베이스✧검색✧벡터✧양자화✧사후 학습✧수학
우리의 연구
하나의 질문에서,
새로운 이해를 향해.
질문을 구체화하고 방법을 만들며, 유도와 실험으로 아이디어를 검증합니다. 각각의 발견은 다음 탐구의 출발점이 됩니다.
열린 연구
미지의 세계를 향해,
계속 질문합니다.
근본적인 문제부터 여러 분야의 새로운 발견까지, 논문과 연구의 진전을 이곳에 기록합니다.
같은 양자화 변경의 가치는 왜 달라질까요?
Contextual Utility of Quantization Moves in Extreme Low-Bit LLMs
극저비트 대규모 언어 모델에서 이산 변경을 그 경로를 따라 평가하고, 변화하는 모델 상태에서 결정을 조합해 실제 효용을 연구합니다.
1비트나 2비트에 무엇이 남을까요?
Covariance Structure and Coordinate Heterogeneity Govern Binary Quantization of Contrastive Embeddings
공분산 구조와 좌표별 이질성으로 저비트 순위 동작을 설명하며, 추가 크기 비트와 무작위 회전이 표현마다 다르게 작용하는 이유를 연구합니다.
QuIVer: 이진 공간에서 직접 검색 그래프 만들기
QuIVer: Rethinking ANN Graph Topology via Training-Free Binary Quantization
학습이 필요 없는 2비트 공간에서 ANN 그래프를 구축하고 가지치기하며 탐색합니다. 전체 벡터는 최종 재정렬에서만 읽고, 이 압축된 토폴로지가 잘 맞는 데이터 조건을 밝힙니다.
논문 · 발견 · 연구 과정
우리의 실천
탐구는 논문
너머로 이어집니다.
기초 연구는 가능성을 넓힙니다. 시스템을 만들면 현실의 문제가 연구에 응답합니다.
아이디어를 현실로
연구를
현실 속에 구현합니다.
데이터 기반과 지능형 동반자부터 복잡한 작업을 지속적으로 수행하는 도구까지.
이름에 담긴 이야기
경이로운 별.
오래 이어지는 호기심.
별빛은 변해도, 호기심은 이어집니다.
Astr는 먼 하늘을, Mira는 실제 변광성을, Mirage는 아직 도달하지 못한 상상의 지평을 떠올리게 합니다. 이 이미지들을 중국어 이름 ‘幻梦星芒’에 담았습니다.
Mira는 밝기가 변하며 긴 자외선 꼬리를 남깁니다. 우리는 그 모습에서 미지에 대한 상상력을 지키고, 다른 사람이 이어 갈 수 있는 탐구의 흔적을 남기는 태도를 봅니다.
이름의 영감 · NASA ↗다음 질문을 함께
다음으로 탐구할 만한 질문은
여러분에게서 시작될 수 있습니다.
데이터베이스와 지능형 시스템 · 연구 협업 · 대학과의 협력
현실의 문제 하나에서 의미 있는 협업을 시작합니다.