本文提出了一种新的最大内积搜索（MIPS）方法，称为摊销MIPS。该方法通过训练支持函数的回归模型（SupportNet）和优化键的向量值网络（KeyNet）来提高查询效率。实验结果表明，学习的SupportNet和KeyNet在文档嵌入上显著提高了匹配率，并优化了计算资源的使用。
本文探讨了最大内积搜索（MIPS）的效率问题，提出了基于聚类和量化的多种方法，以提高检索速度和准确性。研究表明，新算法在多个数据集上优于现有技术，尤其在高维情况下，能够有效平衡搜索效率与质量。
完成下面两步后，将自动完成登录并继续当前操作。
