分层可导航小世界图

HNSW

向量库最常用的近似检索索引,用多层图实现毫秒级召回。

又称 HNSW 近似最近邻 ANN

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

把向量组成一张多层图:上层稀疏、负责快速跳到大致区域,下层稠密、负责精细查找。查询时从顶层入口一路下降,几跳就能落到最近的邻居附近。

它用「近似」换速度:结果通常不是绝对最近,但召回率能到 95% 以上。代价是吃内存——图结构本身要常驻,百万级向量通常要占几个 GB。

02 什么时候会碰到它
要让模型按你的资料回答时

答得准不准,八成功夫不在模型,而在切片、召回、重排与引用。这条链路任何一环偷懒,都会变成「检索到了但答非所问」。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活