We improved search accuracy for hyperbolic image embeddings on Zilliz Cloud by changing one coordina...
通过调整坐标轴参数,Milvus在Zilliz Cloud上将超球面图像嵌入搜索的召回率提升12.9个百分点,无需重排序即可实现98.2%的recall@10。
入选理由:调整高度坐标轴参数使召回率提升12.9%,从85.3%到98.2%
概念
衡量搜索系统在前10个结果中包含正确匹配项的比率
已跟踪 2 条高相关材料
最近变化
2026-11-03 · Milvus 3.0允许同一集合中同时存在新旧向量字段
为什么值得关注
recall@10 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
To change the embedding model in a live search app, you need to build new document vectors while the...
Milvus(@milvusio) · 8.5 分
Milvus 3.0支持在不中断搜索时升级嵌入模型,通过保留新旧向量实现平滑过渡,实测Recall@10提升3.8个百分点。
We improved search accuracy for hyperbolic image embeddings on Zilliz Cloud by changing one coordina...
Milvus(@milvusio) · 8.5 分
通过调整坐标轴参数,Milvus在Zilliz Cloud上将超球面图像嵌入搜索的召回率提升12.9个百分点,无需重排序即可实现98.2%的recall@10。
已收录 2 条与 recall@10 相关的内容,按评分排序。
通过调整坐标轴参数,Milvus在Zilliz Cloud上将超球面图像嵌入搜索的召回率提升12.9个百分点,无需重排序即可实现98.2%的recall@10。
入选理由:调整高度坐标轴参数使召回率提升12.9%,从85.3%到98.2%
Milvus 3.0支持在不中断搜索时升级嵌入模型,通过保留新旧向量实现平滑过渡,实测Recall@10提升3.8个百分点。
入选理由:Milvus 3.0允许同一集合中同时存在新旧向量字段