Hashing-Baseline：在预训练模型时代重新思考哈希技术
机器学习
2026-01-29 v2 信息检索
摘要
信息检索使用紧凑二进制嵌入（亦称哈希）对于可扩展的快速搜索应用至关重要，但最先进的哈希方法需要昂贵且场景特定的训练。在本工作中，我们引入 Hashing-Baseline，这是一种利用强大预训练编码器产生丰富预训练嵌入的无训练哈希方法。我们重新审视经典无训练哈希技术：主成分分析、随机正交投影和阈值二值化，以产生强大的哈希基线。我们的 метод将这些技术与来自最先进视觉和音频编码器的冻结嵌入相结合，在无需额外学习或微调的情况下实现竞争性的检索性能。为展示该方法的通用性和有效性，我们在标准图像检索基准测试以及一个新近引入的音频哈希基准测试上进行评估。
引用
@article{arxiv.2509.14427,
title = {Hashing-Baseline: Rethinking Hashing in the Age of Pretrained Models},
author = {Ilyass Moummad and Kawtar Zaher and Lukas Rauch and Alexis Joly},
journal= {arXiv preprint arXiv:2509.14427},
year = {2026}
}