Meta FAIR 发布 e-means，聚类收敛比 k-means 快约 10 倍
Meta FAIR 发布 e-means，作为 Lloyd k-means 的直接替代算法，已随 FAISS 1.16.0 在 faiss.contrib.e_means 中提供。它用指数移动平均更新质心，达到 Lloyd 25 轮损失只需 1.4 至 2.6 轮；在 24 组数据集配置上损失更低。GPU 上相对 Flash-KMeans 有 10 至 45 倍实际耗时加速，CPU 上相对 Faiss k-means 快 8 至 15 倍。测试规模从 10 万点到 100 亿点、最多 1670 万簇；1670 万质…
推荐理由做向量索引、量化器或数据清洗的人可直接换用，单线程演示从 4.39 秒降到 0.43 秒