热点事件持续更新
苹果提出基于支撑函数的MIPS检索加速方法提升RAG效率
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年11月5日，Apple ML Research 发布研究成果，其研究人员在 ICML 2026 上提出一种利用可学习支撑函数分摊最大内积搜索（MIPS）开销的新方法，旨在通过小型神经网络加速查询路由以提升检索增强生成（RAG）效率。该研究针对实际查询分布离线训练了两种网络：一是用于优化聚类路由的 SupportNet，二是直接输出最佳匹配键向量的 KeyNet。该方法在推理阶段以更低的计算成本实现了更快、更精准的向量检索，进而实现了更优、更高效的 RAG 应用。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 08:00
苹果研究人员提出基于支撑函数的MIPS检索加速方法，通过神经网络优化路由提升RAG效率。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Apple ML ResearchApple 研究：通过更快的检索实现更优、更高效的 RAG
Apple 研究人员在 ICML 2026 提出利用可学习支撑函数分摊最大内积搜索（MIPS）开销，通过小型神经网络加速查询路由以提升 RAG 效率。团队针对实际查询分布离线训练了优化聚类路由的 SupportNet，以及直接输出最佳匹配键向量的 KeyNet。该方法在推理阶段以更低计算成本实现了更快、更精准的向量检索。
本事件热度走势
当前热度 5·可比范围峰值 6（11月6日 03:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。