knn

本文通过粒球计算提出了一种自适应且高效的KNN分类器，利用粒球邻域动态确定k值，在提高准确性和鲁棒性的同时降低了计算成本。该方法已在GitHub上开源。

一位研究人员报告，在细粒度汽车分类任务中使用k-NN时，冻结的SigLIP2（92%）和DINOv2（41%）嵌入之间存在惊人的50个百分点的准确率差距，寻求了解线性探针是否能缩小差距，或者DINOv2是否不适合检索。

Manticore Search引入了针对基于HNSW的KNN向量搜索的提前终止机制，对于较大的k值，可减少多达80%的距离计算，同时保持精度在全搜索的2-4%以内。

pynear 2.3 是一个快速的 KNN 库，具备 SIMD 加速功能，与 scikit-learn 无缝兼容，提供精确和近似余弦索引，在某些场景下处理二进制描述符的性能优于 Faiss。