重新审视预算化最大内积搜索中的楔形采样

Top-k 最大内积搜索（MIPS）是许多机器学习应用中的核心任务。本文将 top-k MIPS 扩展到一个预算化设定，即在给定 B 次计算操作限制下，要求获得最佳的近似 top-k MIPS。我们研究了近期先进的采样算法，包括楔形采样和菱形采样来解决该问题。尽管这些采样方案的设计天然支持预算化 top-k MIPS，但它们因扫描所有数据点以检索 top-k 结果的线性成本以及处理负输入时的性能下降而受到影响。本文做出了两个主要贡献。首先，我们证明菱形采样本质上是楔形采样与用于 top-k MIPS 的基本采样的结合。我们的理论分析和实证评估表明，在近似 top-k MIPS 的效率和准确性方面，楔形采样相对于菱形采样具有竞争力（通常更优）。其次，我们提出了一系列算法工程技术，以将楔形采样部署到预算化 top-k MIPS 上。我们新颖的确定性基于楔形的算法运行速度显著快于针对预算化和精确 top-k MIPS 的最先进方法，同时在标准推荐系统数据集上保持至少 80% 的 top-5 精度。