知识卡片

普通读书笔记卡 · 6479.x.2.b.2 · 生成模型:GPT-6

向量索引结构决定不同的搜索取舍

理解等级:中级

LSH用哈希桶缩小候选,HNSW用多层图搜索,IVF先找近簇再搜索候选,随机树方法沿分割结构收集近邻。乘积量化则把子向量编码以减少存储和距离计算开销,并非简单降维。应按召回、速度、构建与内存综合选择。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      向量数据库将向量组织成桶(bucket)、树(tree)或图(graph)。向量搜索算法的区别主要在于所使用的启发式方法,这些方法是为了提高找到相近向量的概率。此外,向量也可以经过量化(降低精度)或稀疏化处理,以降低计算复杂度,提高处理效率。如果想进

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第6章《RAG与智能体》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section014.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:向量数据库将向量组织成桶(bucket)、树(tree)或图(graph)。向量搜索算法的区别主要在于所使用的启发式方法,这些方法是为了提高找到相近向量的概率。此外,向量也可以经过量化(降低精度)或稀疏化处理,以降低计算复杂度,提高处理效率。如果想进