讓量化參與圖的形成
QuIVer 探問二值量化能否成為圖索引本身的度量空間。免訓練的兩位元編碼結合符號位元與幅度位元，使 Vamana 的選邊、多樣性剪枝及查詢導航都在量化空間中完成。
緊湊導航，精確重排
查詢編碼為二值簽章，以位元運算探索圖中候選。最後才讀取完整 float32 向量進行重新排序，將頻繁存取的簽章與相鄰清單，和較少使用的全精度資料分離。
系統不需要訓練碼本或旋轉矩陣。量化同時參與建構與導航，因此拓撲、計算及記憶體配置可以圍繞緊湊表示一併設計。
結合資料幾何評估系統
在 12 個百萬規模資料集上的實驗顯示，成效強烈依賴分布：餘弦空間中的對比學習嵌入最適合此拓撲，部分多模態表示次之，原生歐氏特徵與無結構資料則表現較弱。
研究明確呈現壓縮、吞吐量與資料相容性之間的取捨，也為後續量化理論研究提供系統基礎。
閱讀與引用
繼續閱讀論文原文。
完整推導、實驗設定與結果，請參閱公開論文。