Dicklesworthstone/fast_vector_similarity

Что это?

Ключевые возможности

• 01Шесть метрик сходства и зависимости: ро Спирмена, тау Кендалла, приближённая дистанционная корреляция, мера зависимости Дженсена — Шеннона, D Хёффдинга и нормализованная взаимная информация.
• 02Параллельные вычисления с помощью rayon, масштабируемые в соответствии с числом ядер CPU.
• 03Тау Кендалла подсчитывает инверсии с помощью сортировки слиянием, снижая сложность с O(n^2) до O(n log n).
• 04Бутстрэп с настраиваемым размером выборки и числом итераций для получения надёжных оценок.
• 05Привязки для Python возвращают результаты в виде JSON-строк, которые можно использовать с Pandas и другими инструментами Python.
• 06Работа с высокоразмерными векторами, включая эмбеддинги LLM размерностью 4096.

Сценарии использования

• Ранжирование текстовых эмбеддингов LLM по сходству с предложением-запросом.
• Выявление нелинейной и немонотонной зависимости между двумя переменными.
• Получение оценок сходства с бутстрэп-интервалами уверенности, менее чувствительных к выбросам.
• Вызов функций сходства напрямую из проекта на Rust для статистического анализа.

Быстрый старт

1. 1

   Установите пакет Python из PyPI

   pip install fast_vector_similarity
2. 2

   Добавьте библиотеку в Cargo.toml вашего проекта на Rust

3. 3

   Вызовите py_compute_vector_similarity_stats из Python, как в примере README

Что важно знать

• !Лицензия не указана, поэтому права на использование неясны.

В подборках

Темы

Частые вопросы

Что такое fast_vector_similarity?

Библиотека на Rust для быстрого вычисления метрик сходства векторов, с привязками для Python и бутстрэп-интервалами уверенности. Fast Vector Similarity — библиотека на Rust для вычисления метрик сходства и зависимости между двумя числовыми векторами. Привязки для Python опубликованы на PyPI. Библиотека предназначена для анализа данных и статистических задач, в том числе для сравнения высокоразмерных текстовых эмбеддингов от LLM.

fast_vector_similarity можно использовать бесплатно? Какая у него лицензия?

У fast_vector_similarity не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.

fast_vector_similarity всё ещё поддерживается?

Активно поддерживается. Последний коммит в fast_vector_similarity — 1 нояб. 2026 г..

Для чего можно использовать fast_vector_similarity?

Ранжирование текстовых эмбеддингов LLM по сходству с предложением-запросом. Выявление нелинейной и немонотонной зависимости между двумя переменными. Получение оценок сходства с бутстрэп-интервалами уверенности, менее чувствительных к выбросам. Вызов функций сходства напрямую из проекта на Rust для статистического анализа.

Как установить fast_vector_similarity?

Установите пакет Python из PyPI: pip install fast_vector_similarity Добавьте библиотеку в Cargo.toml вашего проекта на Rust Вызовите py_compute_vector_similarity_stats из Python, как в примере README

Где скачать fast_vector_similarity?

Исходный код и инструкции по установке — на GitHub: https://github.com/Dicklesworthstone/fast_vector_similarity