Dicklesworthstone/fast_vector_similarity

O que é?

Recursos principais

• 01Seis medidas de similaridade e dependência: rho de Spearman, tau de Kendall, correlação de distância aproximada, dependência de Jensen-Shannon, D de Hoeffding e informação mútua normalizada.
• 02Cálculo paralelo com rayon, que escala de acordo com o número de núcleos da CPU.
• 03O tau de Kendall conta inversões usando merge sort, reduzindo a complexidade de O(n^2) para O(n log n).
• 04Bootstrap com tamanho da amostra e número de iterações configuráveis para gerar estimativas robustas.
• 05Bindings para Python retornam os resultados como strings JSON, para uso com Pandas e outras ferramentas Python.
• 06Lida com vetores de alta dimensão, incluindo embeddings de LLM com 4096 dimensões.

Casos de uso

• Ordenar embeddings de texto de LLM pela similaridade com uma frase de consulta.
• Detectar dependências não lineares e não monotônicas entre duas variáveis.
• Gerar estimativas de similaridade com intervalos de confiança por bootstrap, menos sensíveis a outliers.
• Chamar as funções de similaridade diretamente de um projeto Rust para análise estatística.

Início rápido

1. 1

   Instale o pacote Python pelo PyPI

   pip install fast_vector_similarity
2. 2

   Adicione a biblioteca ao Cargo.toml do seu projeto Rust

3. 3

   Chame py_compute_vector_similarity_stats pelo Python, como no exemplo do README

Antes de usar

• !Nenhuma licença foi especificada, portanto os direitos de uso não estão claros.

Em coleções

Tópicos

Perguntas frequentes

O que é fast_vector_similarity?

Biblioteca Rust para calcular medidas rápidas de similaridade entre vetores, com bindings para Python e intervalos de confiança por bootstrap. Fast Vector Similarity é uma biblioteca Rust para calcular medidas de similaridade e dependência entre dois vetores numéricos, com bindings para Python publicados no PyPI. Ela é voltada a trabalhos de análise de dados e estatística, incluindo a comparação de embeddings de texto de alta dimensão gerados por LLMs.

fast_vector_similarity é gratuito? Qual é a licença?

fast_vector_similarity não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.

fast_vector_similarity ainda é mantido?

Manutenção ativa. O último commit de fast_vector_similarity foi em 1 de nov. de 2026.

Para que posso usar fast_vector_similarity?

Ordenar embeddings de texto de LLM pela similaridade com uma frase de consulta. Detectar dependências não lineares e não monotônicas entre duas variáveis. Gerar estimativas de similaridade com intervalos de confiança por bootstrap, menos sensíveis a outliers. Chamar as funções de similaridade diretamente de um projeto Rust para análise estatística.

Como instalar fast_vector_similarity?

Instale o pacote Python pelo PyPI: pip install fast_vector_similarity Adicione a biblioteca ao Cargo.toml do seu projeto Rust Chame py_compute_vector_similarity_stats pelo Python, como no exemplo do README

Onde consigo fast_vector_similarity?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Dicklesworthstone/fast_vector_similarity