Links e acesso
O pensamento
A proposição central de toda a pesquisa: 'Não a busca mais rápida. A busca mais justificável.' HNSW e IVF são heurísticas de caixa-preta que descartam documentos sem provar que são irrelevantes. Madhava Cascade substitui isso por um bound de Cauchy-Schwarz: cada documento descartado carrega a prova matemática de que não pode estar no top-K.
Por que importa
É o artigo fundador da tese Madhava. Estabelece que em ambientes regulados (legal, médico, patentes, compliance) a pergunta não é 'quão rápido?', mas 'você pode provar que a busca foi completa?'. 83.8% do NDCG@10 da busca exata com 0 violações de bound.
Metodologia
Projeção QR-ortogonal (Stiefel V_k(R^d)), bound de Cauchy-Schwarz por documento, redução progressiva de dimensionalidade
Resultados principais
- 83.8% do NDCG@10 de FAISS FlatIP
- 0 violações de bound Cauchy-Schwarz
- 0.5ms de latência em 10K docs (384D→128D)
- Determinismo: mesma query + mesmos dados = mesmo resultado
Por que esta branch importa
O Cascade é o motor central; sua implementação e benchmarks vivem na branch principal do repositório winnex-madhava.