Uma suíte de benchmarks com oito datasets avalia a busca por similaridade vetorial além de recall e latência, observando efeitos em tarefas downstream como RAG e classificação de imagens.
Em 21 de dezembro de 2025, pesquisadores do Alibaba e parceiros apresentaram o Iceberg, uma suíte de benchmarks centrados em tarefas com oito datasets. O trabalho avalia busca por similaridade vetorial para além de recall e latência e considera seu impacto em aplicações downstream, incluindo RAG e classificação de imagens.
Os autores destacam que benchmarks tradicionais focados em recall e latência podem deixar de captar efeitos importantes nas aplicações que usam os resultados da busca. Para verificar o escopo e as conclusões, consulte a publicação original e confira nela os datasets, as tarefas e as métricas relatadas. Se usar IA para estudar ou aplicar o trabalho, evite inserir dados organizacionais sensíveis sem autorização.