RAG 检索：HNSW、IVF 与成本约束

阅读摘要

原文讨论 HNSW 在大规模向量检索中的内存与访问开销，关注 IVF、量化和重排作为替代思路。文章带有作者的选型观点，应在自己的数据规模与召回目标下验证。 原文

与当前项目的联系

为你的 RAG 模块建立可对照的检索集，说明为什么选某种索引，而不是只列数据库名称。

面试讨论

近似检索为什么会漏召回？索引参数如何影响召回与延迟？压缩表示后为什么还需要重排？

建议实验

固定嵌入模型、语料和查询，建立精确搜索基线，再记录候选索引的 recall@k、延迟、内存和构建时间。

研究延伸

在相同召回目标下比较成本；分别测试数据规模与更新频率，避免单次结果推广到所有场景。