e-means : un k-means plus rapide, désormais dans FAISS 1.16.0
e-means est un remplaçant publié du k-means de Lloyd. Il figure dans FAISS 1.16.0 et est conçu pour des serveurs ordinaires et du matériel local.
Un message public du 11 novembre 2026 a signalé e-means, un algorithme de clustering désormais dans FAISS v1.16.0. Le message indique une recherche et des réponses d’IA plus rapides, une moindre consommation de RAM et de VRAM, une disponibilité dès maintenant, et une utilisation sur des serveurs standard et du matériel local, sans mises à niveau coûteuses.
La page indépendante du projet et le fil d’annonce sont la source des chiffres ci-dessous. Les extraits sont cités mot pour mot.
“I’m excited to open-source e-means: a modern, robust k-means algorithm developed at Meta FAIR. A replacement of Lloyd's algorithm, e-means delivers a ~10× speedup in both epochs and wall-clock time while achieving lower loss.”
De l’ouverture de la page du projet e-means, e-means.github.io.
“Across a large range of scales and datasets, e-means reaches a test loss below Lloyd's at 25 epochs, in 1.2 to 3 epochs. Measured end to end, that is a 10–45× wall-clock reduction on GPU against the state-of-the-art Lloyd implementation (Flash-KMeans [2]), and 8–15× on CPU against Faiss [1]. Speed and quality usually trade against each other in k-means, while e-means achieves both better speed and loss.”
De la section « An order of magnitude less epochs » sur e-means.github.io.
“Introducing e-means, an algorithm beating k-means in 10x fewer epochs. With order of magnitude wall-clock speedups, e-means is released in FAISS and needs no hyperparameter tuning beyond k. It is robust to various scales and datasets.”
Du message d’annonce de Swann Bessa, 10 novembre 2026.
Swann Bessa et al., e-means: outperforming k-means (in one-tenth the epochs). Page du projet : e-means.github.io. Article : arXiv:2611.09501.
Page du projet · Article sur arXiv · Code dans FAISS · Publication sur X · @swann_bessa · Toutes les actualités