Fiber-Navigable Search：过滤近似最近邻的几何方法

我们提出了一种用于过滤近似最近邻（ANN）搜索的几何框架。通过元数据谓词过滤邻近图产生一个子图——纤维，其连通性和几何形状可能与全图显著不同。利用局部信号，我们提出了一种两阶段搜索算法，将全图探索与局部几何有利时的过滤邻居下降相结合。这些信号还将搜索失败分为三种模式：拓扑切割、几何折叠和真实盆地。一个关键观察是这三者共享一个共同的分辨率：在查询附近的含纤维簇中重启搜索。为支持这一点，我们引入了一种轻量级锚点结构来识别此类区域并相应地重启搜索。我们通过实验证明该方法在过滤搜索上优于FAISS HNSW，且三种失败模式分离清晰，并随过滤选择性可预测地偏移。