UC Berkeley’s LEANN vector index stores a pruned graph and recomputes embeddings at query time. It matches HNSW accuracy at 90% recall using 4 GB instead of 188 GB, at the cost of seconds-level search. The post Meet LEA…
I pesi aperti allentano la pressione sui prezzi chiusi e ampliano l’accesso, cambiando la matematica build-vs-buy per l’intero ecosistema.
I riepiloghi sono aggregati solo a scopo informativo: segui il collegamento alla fonte per la storia completa. Le voci demo sono illustrative.