图基向量搜索：最新技术实验评估
信息检索
2025-09-08 v2 性能
摘要
向量数据在商业和科学应用中广泛存在，其流行度随着学习嵌入的普及而不断增长。向量数据集合常常达到数十亿个向量，维度可达数千，从而增加了其分析的复杂度。向量搜索是许多关键分析任务的基石，图基方法已成为无需保证答案质量的分析任务的最佳选择。我们简要概述了内存中图基向量搜索，梳理了不同方法的时间线，并根据五个主要设计范式对其进行分类：种子选择、增量插入、邻域传播、邻域多样化和分治。我们对十二种最新方法在七个真实数据集合上的实验进行详尽评估，数据规模可达10亿个向量。我们分享关于这些方法优势和局限性的关键见解；例如，最佳方法通常基于增量插入和邻域多样化，基本图的选择可能影响可扩展性。最后，我们讨论了开放的研究方向，如更为精细的数据自适应种子选择和多样化策略的重要性。
引用
@article{arxiv.2502.05575,
title = {Graph-Based Vector Search: An Experimental Evaluation of the State-of-the-Art},
author = {Ilias Azizi and Karima Echihabi and Themis Palpanas},
journal= {arXiv preprint arXiv:2502.05575},
year = {2025}
}