待验证50% 置信事实精确时间
IVFFlat 将向量空间聚类划分为多个 Voronoi 单元，插入时只计算所属簇并追加，不涉及全局图重构，因此写入吞吐更高，但召回率通常低于 HNSW。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证HNSW构建多层图结构，高层稀疏覆盖大范围，低层密集精确定位，在亿级向量规模下仍能实现毫秒级响应59% 相似已验证LoRA将权重更新矩阵ΔW分解为两个秩远低于原矩阵的小矩阵A和B之积，参数量可缩减至原来的万分之一甚至更少59% 相似待验证在GPU大规模矩阵运算中，浮点加法的结合律不严格成立，不同的并行归约顺序、batch大小和显存调度会导致logits出现微小差异59% 相似已验证HNSW通过构建多层图索引将搜索复杂度降至近似O(log n)，IVF通过K-means聚类分割向量空间以牺牲约5-10%召回率换取数量级速度提升59% 相似待验证低秩分解与量化压缩维度正交互补，对小矩阵A和B分别量化误差更小，叠加压缩比可达单一方法数倍58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1057163API
curl https://kongchang.com/api/v1/knowledge/claims/1057163MCP
get_claim(id=1057163)