待验证50% 置信事实精确时间

主流向量数据库如Milvus、Qdrant、Weaviate在超大规模场景下采用HNSW、IVF-PQ等ANN近似最近邻算法加速检索，会引入一定召回损失

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

企业级RAG知识库落地的5大工程硬伤：从Demo到生产的真实门槛

bilibili赋范课堂2026/7/4

相关事实

待验证HNSW通过构建多层近邻图实现对数时间复杂度的检索，成为Milvus、Qdrant等主流向量数据库的默认索引类型78% 相似已验证主流向量数据库包括Faiss、Milvus、Qdrant、Weaviate，能在毫秒级完成百万级向量的近似最近邻（ANN）搜索77% 相似待验证主流向量数据库Pinecone、Weaviate、Qdrant、pgvector等底层普遍采用HNSW近似最近邻索引算法77% 相似已验证向量数据库（如ChromaDB、Milvus、Pinecone）采用HNSW、IVF等索引算法，能在百万甚至亿级向量中实现毫秒级检索75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/160497

API

curl https://kongchang.com/api/v1/knowledge/claims/160497

MCP

get_claim(id=160497)