小半径下的向量搜索
计算机视觉与模式识别
2024-03-19 v1 数据库
摘要
近年来，向量搜索的主导准确度指标是基于固定大小结果列表（top-k 检索）的召回率，考虑精确向量检索结果为真实值。虽然计算便捷，但该指标与集成向量搜索的完整系统端到端准确度存在较大偏离。本文聚焦于需依据向量检索结果做出硬性决策的常见场景，例如决定查询图像是否匹配数据库图像。我们将其建模为范围搜索任务，即返回距离查询向量一定范围内的所有向量。我们表明，范围搜索结果的值可基于查询到向量的距离进行严格建模。这导致一种以原则为基础且无需运行端到端评估即可轻松计算的范围搜索指标（RSM）。我们将该指标应用于图像检索。我们表明，针对 top-k 检索优化的索引方法不一定能最大化 RSM。特别地，对于基于倒排文件的文件索引，我们表明仅访问有限的簇并紧凑编码向量可实现接近最优效果。
引用
@article{arxiv.2403.10746,
title = {Vector search with small radiuses},
author = {Gergely Szilvasy and Pierre-Emmanuel Mazaré and Matthijs Douze},
journal= {arXiv preprint arXiv:2403.10746},
year = {2024}
}