この記事は、Facebook ResearchのFaissライブラリのバージョン1.14.1のリリースノートを提供しています。このバージョンでは、C APIにIndexBinaryFlatを追加し、IVFのインデックスとしてHadamard変換を追加しました。また、LeanVecのOODサポートが追加され、Pythonのバージョンが3.13および3.14に更新されました。さらに、SIMD最適化されたマルチビットRaBitQ内積が実装され、ScalarQuantizerのSIMD特化を分割しました。SWIG 4.4のマルチフェーズ初期化に関する問題も修正されています。 • C APIにIndexBinaryFlatを追加 • IVFのインデックスとしてHadamard変換を追加 • LeanVecのOODサポートを追加 • Pythonのバージョンを3.13および3.14に更新 • SIMD最適化されたマルチビットRaBitQ内積を実装 • ScalarQuantizerのSIMD特化を分割 • SWIG 4.4のマルチフェーズ初期化に関する問題を修正
この記事は、Facebook ResearchのFaissライブラリのバージョン1.14.0のリリースに関する詳細を提供しています。このリリースでは、Pythonの型スタブの追加、ARM SVEサポートの追加、k-meansクラスタリングへの早期停止機能の追加、さまざまな新しいインデックスとデモの追加が行われました。また、パフォーマンス向上のためのいくつかのリファクタリングや、SIMDを利用した距離計算の最適化も含まれています。さらに、インデックスのデシリアライズ時の検証強化や、メモリ例外処理の改善も行われています。これにより、Faissはより効率的で使いやすいライブラリとなっています。 • Faissライブラリのバージョン1.14.0がリリースされた。 • Pythonの型スタブが追加され、より良い型ヒントが提供される。 • ARM SVEサポートが追加され、距離計算の性能が向上。 • k-meansクラスタリングに早期停止機能が追加され、計算効率が改善。 • 新しいインデックスやデモが追加され、機能が拡張された。 • デシリアライズ時の検証が強化され、メモリ例外処理が改善された。
この記事は、Faissのバージョン1.13.2のリリースに関するもので、2025年12月19日に公開されました。このリリースでは、二段階検索フィルタリングの効果を追跡するためのRaBitQStatsの追加や、IndexIVFRaBitQFastScanのマルチビットサポートが含まれています。また、IndexRefinePanoramaの実装や、IndexHNSWFlatPanoramaの再適用、バイナリの後方互換性チェックの追加も行われました。さらに、Intel ScalableVectorSearchのサポートが有効化され、いくつかのバグ修正やドキュメントの更新も行われています。 • 二段階検索フィルタリングの効果を追跡するRaBitQStatsを追加 • IndexIVFRaBitQFastScanにマルチビットサポートを追加 • IndexRefinePanoramaを実装 • IndexHNSWFlatPanoramaの後方互換性を持つ再適用 • Intel ScalableVectorSearchのサポートを有効化 • バイナリの後方互換性チェックを追加 • いくつかのバグ修正とドキュメントの更新
この記事は、Facebook ResearchのFaissライブラリのバージョン1.13.1のリリースノートを提供しています。このリリースでは、DINO10Bデータセットの追加、2-9ビットのRaBitQ量子化の実装、IndexHNSWFlatPanoramaへのPanoramaの統合、IndexFlatL2Panoramaの実装などが含まれています。また、パーセンタイル計算に使用されるクリッピング変数の変更、ScalarQuantizerの最適化、GpuClonerOptions.h内のuseFloat16に関するコメントの更新、GOMPバリアのオーバーヘッドの修正なども行われています。これにより、Faissのパフォーマンスと機能が向上しています。 • DINO10Bデータセットが追加された。 • 2-9ビットのRaBitQ量子化が実装された。 • IndexHNSWFlatPanoramaにPanoramaが統合された。 • IndexFlatL2Panoramaが新たに実装された。 • パーセンタイル計算に使用されるクリッピング変数が変更された。 • ScalarQuantizerが最適化された。 • GpuClonerOptions.h内のuseFloat16に関するコメントが更新された。 • GOMPバリアのオーバーヘッドが修正された。
この記事は、Facebook Researchが開発したFAISS（Facebook AI Similarity Search）のバージョン1.13.0のリリースに関する情報を提供しています。このリリースでは、前のバージョン1.12.0からの変更点や新機能が含まれています。具体的な変更内容は、フルチェンジログに記載されており、ユーザーは新しい機能や修正点を確認することができます。FAISSは、高速な類似検索を可能にするライブラリであり、特に大規模なデータセットに対して効果的です。リリース日は2023年11月12日で、GitHub上で公開されています。 • FAISSのバージョン1.13.0がリリースされた。 • 前のバージョン1.12.0からの変更点が含まれている。 • フルチェンジログで具体的な変更内容を確認できる。 • FAISSは高速な類似検索を実現するライブラリである。 • 大規模データセットに対して効果的な性能を持つ。
この記事は、Facebook ResearchのFaissライブラリのバージョン1.12.0のリリースに関する内容です。このリリースでは、拡張API用のExサフィックスの追加、SIMD最適化、Binary CAGRAのNN Descentの実装、GPU用のCUDA 12.4に対するFaissクラシックのナイトリーパブリッシュの追加などが行われました。また、IndexIDMapのCagra fp16サポートや、複数のIVFインデックスでのdecode_vectorsのサポートも含まれています。さらに、いくつかのユニットテストの追加や、未使用のヘッダーの削除、GPUインデックスのメモリブロックの再利用など、パフォーマンス向上に寄与する変更も行われています。 • バージョン1.12.0のリリースに伴う新機能の追加 • SIMD最適化やBinary CAGRAのNN Descentの実装 • CUDA 12.4に対するFaissクラシックのナイトリーパブリッシュの追加 • IndexIDMapのCagra fp16サポートの追加 • 複数のIVFインデックスでのdecode_vectorsのサポート • 未使用のヘッダーの削除やユニットテストの追加によるパフォーマンス向上
Added RaBitQ implementation (#4235) Add RaBitQ to the swigfaiss so we can access its properties correctly in python (#4304) Add date and time to the codec file path so that the file doesn't get ov...