向量检索相关 AI 资讯

8月8日

02:03

Milvus@milvusio

精选

当AI Agent给出糟糕回答时，问题往往不在模型而在检索层。向量搜索结果受嵌入、索引类型、量化、元数据过滤等因素影响。IVF、HNSW、DiskANN各有不同权衡，量化提升速度与存储但需检查召回率。Simon Hearne的演讲演示了如何可视化向量搜索，类似SQL的EXPLAIN。调试时建议直接追踪recall@k、观察分数分布、监控过滤命中率。

技巧 Milvus 向量检索 RAG

推荐理由：Milvus 团队分享：Agent 答错先查检索层，用 EXPLAIN 思路可视化向量搜索，讲 IVF/HNSW/DiskANN 取舍，搞 RAG 的值得看。

原文

8月4日

19:53

Qdrant@qdrant_engine

当用户反复询问退款政策这类同一问题时，每次请求都会触发一次完整的API往返。Qdrant指出，关键词缓存只能处理精确匹配，换一种问法就失效。语义缓存会把已问过的问题和对应答案存起来，新查询先做语义相似度匹配。相似度超过阈值就直接返回缓存答案，不再走检索和生成流程。详细做法可参考qdrant.tech上的指南。

技巧 Qdrant 语义缓存向量检索

推荐理由：Qdrant这篇讲怎么用语义缓存省API调用，相似问题直接回旧答案，不用每次检索生成，适合做聊天机器人的参考。

原文

8月3日

09:46

官方账号arXiv cs.LG@Hakan Ferhatosmanoglu, Kushal Kumar, Tal Wagner, Andy Warfield

QASP 通过一次监督回归预测每条查询的完整召回曲线，省去搜索中的迭代模型调用。它使用缩放不变特征和搜索前推理，可跨召回目标、索引配置和数据集泛化。实验显示，QASP 达到 99% 召回率时数据访问减少 80%，并显著降低召回方差和偏差。论文还证明其训练样本量不随数据规模增长，数据访问节省随内在维度指数增长。

论文 QASP 向量检索搜索策略

推荐理由：向量搜索老是调参？QASP 一次预测整条召回曲线，不用反复试，还省 80% 数据访问。做检索的朋友可以看看。

原文

7月24日

02:34

Qdrant@qdrant_engine

精选

Qdrant Edge 在 Vector Space Day SF 上演示了完整的本地检索管线，无需网络跳转。相比云端52ms的延迟，本地运行仅需0.1ms。该方案面向机器人、无人机、可穿戴设备等边缘场景，使用与云端相同的 API 和引擎。Dylan Couzon 展示了这一对比结果，完整演讲视频已上线。

AI产品 Qdrant Edge Qdrant 边缘计算

推荐理由：Qdrant Edge 把检索延迟从52ms降到0.1ms，适合机器人无人机等边缘设备，不用再等云端响应了。

原文

7月21日

19:21

Qdrant@qdrant_engine

Qdrant将于7月23日在慕尼黑TNG Technology Consulting举办BASED Meetup #6，采用BarCamp和OpenSpace混合形式，无预设议程，话题由参与者现场提出。活动聚焦搜索、检索、RAG、Agentic RAG与记忆、生产级检索优化、现代搜索质量指标、多模态与跨语言搜索等。Qdrant DevRel团队成员krotenWanderung将共同主持，与会者可与其直接交流向量搜索相关问题。活动时间为18:00-21:00（GMT+2），需提前注册。

行业 Qdrant BASED Meetup 向量检索

推荐理由：在慕尼黑的话，去Qdrant的BASED Meetup #6吧，自由讨论向量搜索和RAG，直接和团队聊，不用听枯燥汇报。

原文

11:36

官方一手arXiv: OpenAI@Navnit Shukla, Kamal Pandey, Omsankar Tiwari

精选

TurboVec基于TurboQuant的4-bit标量量化，在DBpedia OpenAI嵌入基准（d=1536, 100K-999K向量）上，Recall@5比同内存的FAISS PQ高8.5-8.9个百分点。对比HNSW（R@5=0.991）和IVF-PQ（R@5=0.840），TurboQuant无需训练即达更高召回。在Snowpark Container Services上，100K向量中位数延迟11ms，而暴力扫描为707ms。内核级过滤在10-1000租户下Recall@10为0.86-0.93，远高于后过滤的0.09-0.19。量化设计使成员推断准确率降至随机水平（50.0%），而PQ为57.3%。

论文 TurboVec TurboQuant RAG

推荐理由：TurboVec用一种新量化方法让企业RAG检索又快又安全，召回比FAISS PQ高近9个点，还能防隐私泄露。

原文

7月1日

19:17

量子位@鹭羽

OceanBase推出湖库一体架构，实现一套技术栈同时支持离线湖仓和在线事务处理。该架构在TPC-H 100TB基准测试中获得599万QphH成绩，刷新世界纪录。此外，OceanBase 4.3版本引入向量检索能力，支持AI应用场景。通过统一存储与计算引擎，用户无需数据迁移即可完成数据分析和实时业务。

AI产品 OceanBase 湖库一体 AI数据库

推荐理由：OceanBase搞了个湖库一体架构，一套技术栈搞定离线和在线，还拿了TPC-H冠军，做AI数据库的可以看看。

原文

6月24日

01:10

Milvus@milvusio

精选

Milvus 尝试跳过压缩步骤，直接在文档完整 embedding list 上建立 HNSW 图索引。该方法在 TREC-COVID 上 nDCG@10 达 0.98，远超 MUVERA、LEMUR 等方法的 0.87-0.89。端到端检索中 TREC-COVID 分数 0.516 与 BruteForce 完全持平，MS MARCO 上 0.957 接近精确上限的 0.966。但构建成本显著增大：MS MARCO 平均长度 87 时耗时 6 倍，TREC-COVID 长度 236 时达 18 倍。对于 ColQwen2 等每文档含 5143 个 patches 的长向量，该方法成本过高无法实用。实验揭示当前近似策略的质量损失主要源自向量压缩步骤而非 HNSW 索引本身。

AI模型 HNSW Milvus 嵌入列表索引

推荐理由：Milvus 把 embedding 列表直接塞进 HNSW，质量几乎追上暴力搜索，比 MUVERA 高了一截，但成本也翻了 6-18 倍，长文档还不支持。适合对精度有极致需求的项目。

原文

6月11日

23:56

Milvus@milvusio

LEMUR 是一种将多向量压缩为单向量的策略，声称无需调参、数据驱动。但研究发现，在文档长度差异大的语料（如 LoTTE，长度范围 400 倍）上，LEMUR 会学习到“长文档得分更高”的偏差，导致按长度而非相关性排序。在 LoTTE 上，LEMUR 的 nDCG@10 仅 0.109，召回率 30.5%，而 Exact MaxSim 方法达 0.722 和 98%。问题根源在于 LEMUR 的训练标签（MaxSim 分数）天然偏向长文档，MLP 学到了长度信号。建议用户检查语料的长度分布（P90/P10 比）和模型的可分离性（MaxSim 标准差），若长度差异大或可分离性高，应改用 TokenANN 或 MUVERA。已使用 LEMUR 的团队可通过长度分层采样缓解偏差。

论文向量检索多向量压缩长度偏差

推荐理由：做向量检索的团队注意了——LEMUR 在长尾语料上会悄悄按文档长度排序而非相关性，LoTTE 上召回率从 98% 掉到 30.5%。如果你的语料长度差异大（P90/P10 > 20），建议先跑文中的两个检查再决定是否用 LEMUR。

原文

6月6日

00:49

Qdrant@qdrant_engine

Qdrant 在 Vector Space Day 上联合 Adobe 展示了一种结合向量搜索与图治理层的企业级检索架构。该方案通过 Qdrant 实现快速向量检索，同时利用 Neo4j 的图数据库确保检索结果符合用户身份、权限和策略。现场演示显示，同一查询会根据不同用户的治理规则返回不同结果，而不仅仅是基于相关性排序。这一架构解决了企业 AI 中检索速度与安全合规之间的核心矛盾。

AI产品向量检索图数据库权限治理

推荐理由：企业 AI 团队终于有了兼顾速度与权限的检索方案——Qdrant + Neo4j 的架构直接解决了「谁可以看什么」的治理难题，做企业级 RAG 或智能体系统的开发者值得关注。

原文

5月26日

22:21

Qdrant@qdrant_engine

Qdrant 举办的 Vector Space Day 活动邀请到 Neo4j 开发者关系副总裁 Stephen Chin，他将分享上下文图如何赋予智能体关系理解能力，使其不仅能检索，还能真正推理。活动将于 6 月 11 日在旧金山 The Midway 举行，聚焦智能体与内存的生产级应用、从云到边缘的检索以及多模态 AI。已有 300 多位 AI 构建者报名参加。

行业智能体向量检索知识图谱

事件专题

推荐理由：做智能体或 RAG 系统的开发者，如果发现向量检索经常答非所问，这场演讲会点出关键缺失——关系理解。建议关注活动内容或后续回放。

原文