度量代数:向量数据库中的嵌入无关性
《Proceedings of the ACM on Management of Data》:Metric Algebra: Embedding-Independence in Vector Databases
【字体:
大
中
小
】
时间:2026年10月22日
来源:Proceedings of the ACM on Management of Data
编辑推荐:
向量数据库在检索应用中越来越占据核心地位,然而实际部署仍然受困于"嵌入孤岛":不同数据库存储着由不同嵌入模型和近似最近邻(ANN)管道生成的向量,这使得跨数据库搜索要么定义不明确,要么迫使人们进行昂贵的重新嵌入和索引重建。我们提出了**度量代数(metric algebra)
向量数据库在检索应用中越来越占据核心地位,然而实际部署仍然受困于"嵌入孤岛":不同数据库存储着由不同嵌入模型和近似最近邻(ANN)管道生成的向量,这使得跨数据库搜索要么定义不明确,要么迫使人们进行昂贵的重新嵌入和索引重建。我们提出了**度量代数(metric algebra)**,一种实现嵌入无关性的逻辑基础。它将每个数据集建模为一个度量关系,即配有语义距离的标识符集合,并提供相似性搜索算子,以及关键的、保持语义的**Union(联合)** 算子,用于跨嵌入模型的搜索。我们在 MetricDB 中实现了度量代数,该系统将现有向量数据库视为度量关系的物理向量实现,并通过从重叠锚点学习的见证映射来执行 **Union** 操作。基于这一逻辑-物理桥梁,MetricDB 能够为跨越 **Union** 的查询规划硬执行与软执行(在见证不完美的情况下),并通过变换等变的索引编译和合并来避免索引重建。在多种异构嵌入模型(如 Mistral、GTE-Qwen2、NV-Embed-V2、OpenAI-Ada-002)上的基准负载实验表明,MetricDB 能够稳健地实现跨嵌入检索并高效地实现互操作。---**AI 生成的摘要(实验性)**此摘要由自动化工具生成,并非由文章作者撰写或审核。其目的是支持发现、帮助读者评估相关性,并协助来自相邻研究领域的读者理解本工作。它旨在补充作者提供的摘要,后者仍然是论文的主要摘要。完整文章仍然是权威的正式记录版本。---要查看此 AI 生成的简明摘要,您必须拥有高级会员访问权限。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号