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。
向量库最常用的近似检索索引,用多层图实现毫秒级召回。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
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。
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」。