소규모 실험 결과, 네이티브 바이너리 임베딩 모델이 부동소수점 모델의 사후 이진화보다 더 나은 검색 성능을 달성함을 보여줍니다. SciFact Recall@10에서 네이티브 바이너리 모델(2048차원 및 4096차원)은 각각 사후 이진화 모델보다 17%와 25% 우수하며, 인덱싱에서 상당한 속도 및 메모리 이점을 제공합니다.
네이티브 바이너리 임베딩이 사후 이진화보다 우수함
번역 English → 한국어
소규모 실험 결과, 네이티브 바이너리 임베딩 모델이 부동소수점 모델의 사후 이진화보다 더 나은 검색 성능을 달성함을 보여줍니다. SciFact Recall@10에서 네이티브 바이너리 모델(2048차원 및 4096차원)은 각각 사후 이진화 모델보다 17%와 25% 우수하며, 인덱싱에서 상당한 속도 및 메모리 이점을 제공합니다.