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
乘积量化 (PQ) 工作原理
这部分内容有帮助吗？
- Product Quantization for Nearest Neighbor Search, Hervé Jégou, Matthijs Douze, Cordelia Schmid, 2011 IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 33 (IEEE Computer Society) DOI: 10.1109/TPAMI.2010.57 - 这篇开创性研究论文首次介绍了乘积量化，详细阐述了其核心原理、向量分解、码本生成和近似距离计算方法。
- Billion-scale similarity search with GPUs, Jeff Johnson, Matthijs Douze, Hervé Jégou, 2017 arXiv preprint arXiv:1702.08734 DOI: 10.48550/arXiv.1702.08734 - 这篇论文描述了FAISS库，这是一个高度优化的开源工具，广泛实现了乘积量化及其变体，用于高效的大规模相似性搜索，提供了实用的背景和实现细节。
- Vector Embeddings, Kian Kulkarni and Kumar Praveen, 2024 (Packt Publishing) - 这本当代教科书全面概述了向量嵌入、近似最近邻搜索以及乘积量化等相关算法，对LLM应用非常重要。