核心要点速览
- Swann Bessa 发布 e-means,称其能以约少 10 倍的 epoch 超越 k 均值
- 已在 FAISS 中实现,墙钟时间缩短一个数量级,调参只需聚类数 k
- 面对不同规模和数据集依然稳健,入口为官网 e-means.github.io
Swann Bessa 发在 X 上的 e-means 公开帖
2026 年 11 月 10 日,在 Meta Superintelligence Labs 与 Ponts 攻读博士的 Swann Bessa(@swann_bessa)在 X 上公开了 e-means。其简介中还并列着 @UniOfOxford 与 @Polytechnique。
该帖是一条 10 连帖的第一条,展示 886508 次,点赞 12005,收藏 7844,转发 1220。原帖见 https://x.com/swann_bessa/status/2120200714630594911。
出处[1]
迭代约为十分之一,要拧的旋钮只有 k
它被定位为 k 均值的替代方案:把损失降到同等水平所需的迭代大约压到十分之一,而且除了 k 不用再调别的参数。换规模、换数据集也不容易崩,省下的不只是 epoch 数,实测运行时间同样差着一个数量级。
出处[1]
写进 FAISS 的实现与 github.io 入口
实现已经进入 FAISS,可作为聚类的运行底座,本机验证直接通过库就能开始。入口页面为 https://e-means.github.io/,作者信息见 https://swannbessa.github.io/。
出处[1]
X(推特)首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
除了聚类数 k,还有需要调的参数吗
官方发布明确表示,除 k 以外不需要再调超参数。即便规模和数据集各不相同,要定的值也只有聚类数。
出处[1]
参考链接与官方出处
- e-means 関連ソース (1)x.com




