Links e acesso
O pensamento
A busca determinística não precisa depender do HMC nem das âncoras — pode operar como serviço autônomo. O Madhava Direct substitui o cosine brute-force por redução progressiva de dimensionalidade via projeções QR-ortogonais no Stiefel manifold, com 4 estágios (4D→16D→64D→128D) e bound de Cauchy-Schwarz por estágio.
Por que importa
É o componente standalone de produção: opera de forma independente dos outros componentes (HMC, PiPrimeAnchors) e escala para 100K documentos com 174× speedup sobre FlatIP — a ponte entre a prova matemática e o serviço real.
Metodologia
Projeção QR no Stiefel manifold, 4 estágios progressivos, bound de Cauchy-Schwarz, validação em News Category Dataset
Resultados principais
- 88% do NDCG@10 de FAISS FlatIP a 1.0ms (News Dataset 10K)
- 174× speedup vs FlatIP em 100K docs (6.9ms vs 1,209ms)
- 4 estágios progressivos com bound por estágio
- O(N·4 + 35,200) ops vs 1,280,000 da busca exaustiva
Por que esta branch importa
Implementação de produção do Madhava Direct na branch principal do motor.