ई-मीन्स: तेज़ के-मीन्स, अब एफएआईएसएस 1.16.0 में

11 नवंबर 2026 की एक सार्वजनिक पोस्ट ने ई-मीन्स की ओर संकेत किया, एक क्लस्टरिंग एल्गोरिद्म जो अब एफएआईएसएस v1.16.0 में है। पोस्ट में तेज़ खोज और एआई उत्तर, कम रैम और वीरैम उपयोग, अभी उपलब्धता, तथा महंगे उन्नयन के बिना मानक सर्वर और स्थानीय हार्डवेयर पर उपयोग का उल्लेख है।

नीचे दिए आँकड़ों का स्रोत स्वतंत्र परियोजना पृष्ठ और घोषणा थ्रेड है। अंश शब्दशः उद्धृत हैं।

“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.”

ई-मीन्स परियोजना पृष्ठ के आरंभ से, 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.”

e-means.github.io पर खंड «An order of magnitude less epochs» से।

“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.”

स्वान बेसा की घोषणा पोस्ट से, 10 नवंबर 2026।

स्वान बेसा आदि, e-means: outperforming k-means (in one-tenth the epochs)। परियोजना पृष्ठ: e-means.github.io। लेख: arXiv:2611.09501।

परियोजना पृष्ठ · arXiv पर लेख · एफएआईएसएस में कोड · X पर पोस्ट · @swann_bessa · सभी समाचार