報(bào)告標(biāo)題：高維向量量化：通用框架、最新進(jìn)展與未來方向
報(bào)告時(shí)間：2025年12月16日上午9:30-12:00
報(bào)告地點(diǎn)：民主樓222
報(bào)告人：龍程副教授，新加坡南洋理工大學(xué)
摘要：高維向量數(shù)據(jù)是眾多現(xiàn)代應(yīng)用的核心，包括推薦系統(tǒng)、大規(guī)模檢索以及檢索增強(qiáng)生成等。如何高效管理和處理這類數(shù)據(jù)既充滿機(jī)遇，也面臨挑戰(zhàn)。在這一背景下，向量量化作為關(guān)鍵技術(shù)，可以在壓縮高維向量的同時(shí)保留其重要的相似性信息。本報(bào)告將首先探討為何向量量化對于可擴(kuò)展且高效的高維向量管理至關(guān)重要，隨后介紹向量量化的通用框架及主流方法。在此基礎(chǔ)上，我將重點(diǎn)介紹我們近期提出的一項(xiàng)研究成果 - RaBitQ，這是一種針對二值和標(biāo)量量化的優(yōu)化方法，具有漸近最優(yōu)性。RaBitQ 已被集成到Meta、字節(jié)跳動(dòng)、Elastic、Apple、阿里巴巴、Milvus、OceanBase 等多家大型企業(yè)的生產(chǎn)級向量數(shù)據(jù)庫和搜索引擎中。最后，我將展望向量量化未來的研究方向。
講者簡介：龍程是新加坡南洋理工大學(xué)計(jì)算與數(shù)據(jù)科學(xué)學(xué)院（CCDS）的副教授。他于2015年在香港科技大學(xué)（HKUST）獲得博士學(xué)位，2010年在華南理工大學(xué)獲得工學(xué)學(xué)士學(xué)位。他的研究興趣涵蓋數(shù)據(jù)管理與數(shù)據(jù)挖掘，近年來主要聚焦于高維向量數(shù)據(jù)的管理及其在大型模型（如檢索增強(qiáng)生成式人工智能）中的應(yīng)用。他的研究成果獲得了多項(xiàng)榮譽(yù)與獎(jiǎng)項(xiàng)，包括香港ACM頒發(fā)的“最佳研究獎(jiǎng)”、香港研究資助局頒發(fā)的“富布賴特-RGC研究獎(jiǎng)”、IEEE香港分會(huì)頒發(fā)的“研究生論文競賽獎(jiǎng)”以及香港科技大學(xué)頒發(fā)的“海外研究獎(jiǎng)”。
