趋近智
大型语言模型应用高级向量检索
章节 1: 近似最近邻算法
重温向量嵌入与搜索基础
分层可导航小世界 (HNSW) 内部机制
倒排文件索引 (IVF) 变体
乘积量化 (PQ) 工作原理
其他基于图的近似最近邻（ANN）方法（例如，NSG，Vamana）
选择合适的近似最近邻算法：性能取舍
HNSW的实战操作：实现与调优
章节 2: 向量搜索性能与效率的优化
量化技术：标量量化与乘积量化
实现优化乘积量化 (OPQ)
二进制哈希与局部敏感哈希 (LSH) 回顾
高级过滤策略：预过滤与后过滤
将元数据与向量一同高效索引
硬件加速考量 (CPU SIMD, GPU)
内存管理与缓存策略
实践：应用量化与过滤
章节 3: 混合搜索方法
纯向量搜索的局限性
结合关键词搜索（BM25, TF-IDF）
结果合并与排序方法
倒数排序融合（RRF）及其他融合算法
基于图的向量搜索增强
多模态搜索的考量
动手实践：构建混合搜索流程
章节 4: 面向生产系统的向量搜索扩容
分布式向量数据库架构
向量索引的分片策略
复制与高可用性
负载均衡搜索查询
向量搜索性能指标监控
生产环境中索引的更新与维护
大规模部署的成本优化
实践：配置分布式系统
章节 5: 高级调优与评估
评估指标再审视：召回率、准确率、延迟
构建用于评估的真实标准数据集
参数敏感度分析 (HNSW, IVF)
搜索算法的 A/B 测试框架
调试搜索相关性问题
在线与离线评估方法
针对特定应用需求的调整（RAG 与 语义搜索）
动手实践：全面性能评估
分层可导航小世界 (HNSW) 内部机制
这部分内容有帮助吗？
- Efficient and Robust Approximate Nearest Neighbor Search Using Hierarchical Navigable Small World Graphs, Yury Malkov, Dmitry Yashunin, 2018 IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 40 (IEEE) DOI: 10.1109/TPAMI.2018.2889473 - HNSW算法的权威学术论文，详细介绍了其多层图结构、构建和搜索过程。
- A Survey of Approximate Nearest Neighbor Search Algorithms, Jingjing Wang, Bin Cui, Chunmei Wang, Jun Xu, Shuaichao Zhang, 2020 Neurocomputing, Vol. 399 (Elsevier) DOI: 10.1016/j.neucom.2019.09.094 - 对各类ANN算法进行了概述和分类，包括HNSW等图基方法，为理解HNSW在领域中的地位提供了背景。
- Quantizing HNSW for the small-memory regime, Thomas Joliot, Remi Tissier, Benoit Bideau, François Le Lay, Gatien Couairon, Grégoire Lemaire, 2020 Proceedings of the 2020 on International Conference on Multimedia Retrieval (ICMR) (ACM) DOI: 10.1145/3379553.3400224 - 讨论了将量化技术与HNSW结合以减少内存占用的方法，解决了大规模向量搜索系统中的一个常见挑战。