图索引搜索学会提前收手：CaST在风险约束下把代价压到类最优的1.132倍以内
带类别配额约束的向量检索此前只能靠固定访问预算或按平均召回率学习的停止规则，无法保证返回精确答案。CaST把停止规则限定在声明接口上的单调类，用固定序列二项检验校准，并用拉格朗日弱对偶给出该类最优代价的下界。在两个各含一百万条目的数据集上，风险水平0.03至0.10时其回放代价不超过类最优的1.132倍，95%置信度；在0.05风险目标下，其平均时延低于所测其他已校准规则。
带类别配额约束的向量检索此前只能靠固定访问预算或按平均召回率学习的停止规则，无法保证返回精确答案。CaST把停止规则限定在声明接口上的单调类，用固定序列二项检验校准，并用拉格朗日弱对偶给出该类最优代价的下界。在两个各含一百万条目的数据集上，风险水平0.03至0.10时其回放代价不超过类最优的1.132倍，95%置信度；在0.05风险目标下，其平均时延低于所测其他已校准规则。
已读完全部报道