一个高效的多向量检索算法：MUVERA-PY

GitHub 上一个高效的多向量检索算法：MUVERA-PY，实现在海量文档中搜索又快有准。基于谷歌 FDE 算法的 Python 实现，通过固定维度编码技术将数百个向量压缩为单个向量，检索速度提升 8 倍以上。主要特性：

• 完全兼容 Google 原始 C++ 实现，保持算法准确性
• 支持 ColBERT 等主流多向量检索模型
• 提供查询和文档两种 FDE 生成模式
• 支持 AMS Sketch 等降维技术优化性能
• 包含完整的评估基准和性能测试

提供详细的算法实现指南和性能测试代码，可直接用于生产环境的搜索系统优化。

参考文献：
[1] GitHub：https://github.com/sigridjineth/muvera-py
[2] https://github.com/google/graph-mining/tree/main/sketching/point_cloud

知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。