Skip to main content
Todas as notícias
AI RADARGitHub
30•12/11/2026, 15:00•3 min de leitura

Meta FAIR apresenta e-means: algoritmo de clustering que supera o k-means

GitHubGotBurnout Radar

Meta FAIR apresenta e-means: algoritmo de clustering que supera o k-means

AI Daily Digest•Verified Tech Release

A Meta FAIR apresentou o e-means, um algoritmo de clustering que atinge a qualidade do k-means clássico em apenas 1,4–2,6 épocas e acelera bastante o trabalho com grandes bases de vetores.

O k-means continua sendo um dos algoritmos de ML mais utilizados: busca vetorial, RAG, clustering de embeddings, limpeza e balanceamento de datasets, quantização de pesos e KV-cache, criação de codebooks para tokens de imagens e áudio, análise de dados e detecção de anomalias. No entanto, com bilhões de vetores, cada passagem completa pelo k-means é muito cara.

Os autores propõem atualizar os centros dos clusters usando uma média móvel exponencial por batches. Para cada cluster, são armazenados o número de pontos e sua soma; a cada novo batch, esses valores são atualizados para que os dados recentes tenham mais peso e os antigos sejam gradualmente esquecidos. O centro do cluster continua sendo a média comum: a soma dividida pelo número de pontos.

Com isso, os centros começam a se mover já após os primeiros batches, e não após uma passagem completa pelos dados. O tamanho do batch e o passo de atualização são calculados por fórmulas prontas, sem necessidade de ajustar hiperparâmetros manualmente.

No final, o e-means atinge a qualidade do k-means clássico várias vezes mais rápido e até com uma perda ligeiramente menor. No maior teste — 10 bilhões de embeddings e 16 milhões de clusters — ele usou quase 9 vezes menos horas de GPU.

Isso é especialmente importante para sistemas RAG em bases enormes, onde a construção de índices pode exigir milhares de horas de GPU.

Artigo | Código | Projeto

Por que isso importa

Análise

Um clustering mais rápido pode reduzir o custo de indexar grandes bases vetoriais em sistemas RAG e outras cargas de IA baseadas em embeddings.

Debater na comunidade

Compartilhe suas dúvidas e insights com desenvolvedores

Entrar no Telegram
+5 Points
← Voltar ao feed de notícias

Relacionado no ecossistema

Guias práticos, terminologia essencial e skills de agentes