Skip to content
简体中文

切换主题

// ⌕ RAG 与向量检索

HNSW 图索引

多层“小世界”图结构,实现亿级向量的毫秒级近似最近邻搜索。

HNSW (Hierarchical Navigable Small World) 2016 进阶 核心

通俗解释

上层稀疏、下层稠密,搜索时从顶层远跳快速接近目标,再逐层细化。召回高、速度快,是大多数向量数据库的默认索引。

用在哪里:Milvus、Qdrant、pgvector、Elasticsearch 等

时间轴 · 前置 → 当前 → 后继

1967 K 近邻2016 HNSW 图索引2017 FAISS GPU 相似度…

01原始论文

Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs

Yu. A. Malkov, D. A. Yashunin · 2016

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

HNSW 图索引

学完可以学

相关:乘积量化 PQ

K 近邻FAISS GPU 相似度搜索乘积量化 PQ HNSW 图索引

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:AI 应用工程师

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)