Source: https://www.astrmira.com/ko/research/papers/quiver/ Language: ko [홈](https://www.astrmira.com/ko/)/[연구](https://www.astrmira.com/ko/research/)/2605.02171 SEARCH SYSTEMS / ARXIV:2605.02171 # 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. [arXiv에서 읽기](https://arxiv.org/abs/2605.02171)[해당 버전 PDF 열기](https://arxiv.org/pdf/2605.02171v3) 논문 정보 **저자**: Wenxuan Xiao, Peidong Zhu, Zhiyou Wang, Chengcheng Li **최초 제출**: 2026-05-04 **최근 수정**: 2026-05-17 **공개 버전**: arXiv 2605.02171v3 근사 최근접 이웃 · 그래프 인덱스 · 이진 양자화 압축된 이진 그래프로 탐색한 뒤, 소수의 후보를 원본 벡터로 재정렬합니다. ## 양자화가 그래프를 형성하도록 QuIVer는 이진 양자화를 그래프 인덱스 자체의 거리 공간으로 사용할 수 있는지 묻습니다. 학습 없는 2비트 코드는 부호와 크기 비트를 결합해 Vamana 간선 선택, 다양성 가지치기, 쿼리 탐색을 모두 양자화 공간에서 수행합니다. ## 압축된 탐색, 정확한 재정렬 쿼리를 이진 서명으로 인코딩하고 비트 연산으로 후보를 순회합니다. 전체 float32 벡터는 마지막 재정렬 때만 읽어 자주 접근하는 서명과 인접 목록을 드물게 읽는 전체 정밀도 데이터와 분리합니다. 학습된 코드북이나 회전 행렬이 필요하지 않습니다. 양자화가 구축과 탐색에 참여하므로 토폴로지, 계산, 메모리 배치를 압축 표현에 맞춰 함께 설계할 수 있습니다. ## 시스템을 데이터 기하와 함께 평가 백만 규모의 데이터셋 12개 실험은 강한 분포 의존성을 보여 줍니다. 코사인 공간의 대조 학습 임베딩이 가장 잘 맞고, 일부 멀티모달 표현이 그 뒤를 따르며, 원래 유클리드 공간의 데이터나 비구조 데이터에서는 성능이 좋지 않습니다. 압축, 처리량, 데이터 적합성의 절충을 명확히 드러내며 후속 양자화 이론 연구를 위한 시스템 기반을 제공합니다. 읽기와 인용 ## 논문 원문에서 더 살펴보세요. 전체 유도 과정, 실험 설정과 결과는 공개된 원고에서 확인할 수 있습니다. [초록과 버전 기록 ↗](https://arxiv.org/abs/2605.02171) [논문 전문 PDF ↗](https://arxiv.org/pdf/2605.02171v3) 관련 논문 REPRESENTATION GEOMETRY · 2026.05 ### 1비트나 2비트에 무엇이 남을까요? Wenxuan Xiao 연구 소개 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. 표현 기하 · 이진 양자화 [연구 자세히 보기](https://www.astrmira.com/ko/research/papers/covariance-binary-quantization/) [arXiv](https://arxiv.org/abs/2605.17524) VECTOR SEARCH · 2026.09 ### 압축된 벡터는 언제 같은 결정을 내릴까요? Wenxuan Xiao · Xu Cao 연구 소개 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. 벡터 검색 · 의사결정 안정성 [연구 자세히 보기](https://www.astrmira.com/ko/research/papers/low-bit-decisions/) [arXiv](https://arxiv.org/abs/2609.09854)