TutteInstitute/evoc

Что это?

Ключевые возможности

• 01Быстрая кластеризация embedding-векторов на CPU.
• 02Формирует несколько уровней кластеров — от мелких к крупным.
• 03Извлекает иерархию кластеров между уровнями.
• 04Обнаруживает дубликаты и почти дубликаты векторов.
• 05Напрямую работает с квантованными embedding-векторами int8 и бинарными векторами.
• 06Предоставляет совместимый со scikit-learn интерфейс fit_predict.

Сценарии использования

• Группировка CLIP-эмбеддингов или эмбеддингов предложений по темам в больших коллекциях текстов или изображений.
• Построение многоуровневых карт тем с переходом от общих тем к более детальным.
• Поиск дубликатов и почти дубликатов в корпусе эмбеддингов.

Быстрый старт

1. 1

   Установите EVōC из PyPI с помощью pip

   pip install evoc
2. 2

   Импортируйте EVōC и кластеризуйте векторы эмбеддингов с помощью fit_predict

   import evoc clusterer = evoc.EVoC() cluster_labels = clusterer.fit_predict(data)

Что важно знать

• !Библиотека находится на раннем этапе бета-тестирования, поэтому проблемы могут возникать, а функции — переставать работать.
• !Алгоритм ещё не опубликован, поэтому в README просят вместо него цитировать статью о PLSCAN.

Темы

Частые вопросы

Что такое evoc?

Библиотека Python для быстрого CPU-кластеризации больших высокоразмерных embedding-векторов с API в стиле scikit-learn. EVōC (Embedding Vector Oriented Clustering) — библиотека для кластеризации больших наборов высокоразмерных embedding-векторов, например CLIP-векторов или выходов моделей эмбеддингов sentence-transformers, OpenAI и Cohere. Она задумана как замена связке UMAP и HDBSCAN для этой задачи и нацелена на высокое качество кластеризации при меньшем числе гиперпараметров и значительно меньшем времени выполнения.

evoc можно использовать бесплатно? Какая у него лицензия?

evoc распространяется с открытым исходным кодом под лицензией BSD-2-Clause. Перед использованием в коммерческих продуктах проверьте условия лицензии.

evoc всё ещё поддерживается?

Активно поддерживается. Последний коммит в evoc — 29 окт. 2026 г..

Для чего можно использовать evoc?

Группировка CLIP-эмбеддингов или эмбеддингов предложений по темам в больших коллекциях текстов или изображений. Построение многоуровневых карт тем с переходом от общих тем к более детальным. Поиск дубликатов и почти дубликатов в корпусе эмбеддингов.

Как установить evoc?

Установите EVōC из PyPI с помощью pip: pip install evoc Импортируйте EVōC и кластеризуйте векторы эмбеддингов с помощью fit_predict: import evoc clusterer = evoc.EVoC() cluster_labels = clusterer.fit_predict(data)

Где скачать evoc?

Исходный код и инструкции по установке — на GitHub: https://github.com/TutteInstitute/evoc