STLQ拓扑浅层多码本量化方法提出

2026年10月20日，arXiv Computer Vision 刊出 Kuizhi Liu 等作者的报道，提出 STLQ（Spatio-Topological Linkage Quantization，时空拓扑链接量化）这一拓扑浅层多码本量化方法，面向近似最近邻检索。该方法将每个 IVF 簇组织为带紧凑码和缩放系数的有向森林，通过链接编码阶段以选定重建父节点为参考重编码相对残差，并保持链接 ADC 的线性扫描复杂度。报道称，在相近比特预算下，STLQ 的召回率高于所评估的浅层多码本量化方法；但与深层方法相比，其离线构建成本更高，召回-QPS 权衡具有竞争力。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。