基于 CUR 的 k-NN 搜索与交叉编码器的自适应锚定项选择（英文版）

英文标题：Adaptive Selection of Anchor Items for CUR-based k-NN search with Cross-Encoders中文摘要：本研究提出了一种针对实际中 k-NN 查询困难的问题，采用近似矩阵分解技术的方法进行高效向量检索，该方法可以自适应地选择锚定项，以最小化检索近似误差。研究实验证明，该方法相对于使用 BM25 或双编码器的传统检索方法和 ANNCUR 方法，能够提高 k-NN 检索率。英文摘要：Cross-encoder models, which jointly encode and score a query-item pair, aretypically prohibitively expensive for k-nearest neighbor search. Consequently,k-NN search is performed not with a cross-encoder, but with a heuristicretrieve (e.g., using BM25 or dual-encoder) an