待验证50% 置信事实精确时间
HNSW通过多层图结构实现高效检索，使用ef参数控制搜索时的候选队列大小；IVF先将向量聚类，再在部分簇内搜索，用nprobe参数决定探查的簇数量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证HNSW算法通过构建多层图结构实现分层搜索，将精确最近邻搜索的指数级复杂度近似降低为对数级，是当前向量数据库中最主流的索引结构79% 相似待验证向量数据库的索引算法HNSW（图结构）与IVF（聚类结构）在检索速度与召回率之间形成不同的工程权衡73% 相似已验证ANN搜索主流实现包括HNSW和IVF，通过构建索引结构将检索时间复杂度从线性降低至对数级72% 相似待验证聚焦搜索(Focal Search)维护一个FOCAL候选集合，其中包含所有满足阈值w·f_min的前沿节点，并在该集合内用启发式函数进行引导选择72% 相似待验证对归一化向量使用内积索引往往能复用HNSW、IVF等高效近似索引结构，无需为余弦相似度单独构建索引70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1020325API
curl https://kongchang.com/api/v1/knowledge/claims/1020325MCP
get_claim(id=1020325)