REWEAVE:在线学习让 HNSW 索引自适应查询负载
_reachsumit · x · 2026-11-13
arXiv 论文提出 REWEAVE(Reward-Guided Rewiring of Vector Graphs),一种 HNSW 向量索引的在线维护方法:从查询反馈中学习边的效用,在保持每节点度数上限的前提下周期性重连底层图。在倾斜或漂移的查询负载下,相对标准 HNSW 将留存召回率提升最高 23.3 个百分点;在高达 1 亿向量规模上对比 query-aware 基线,recall@100=0.80 时查询吞吐达 NGFix 的 3.3 倍;在 Amazon-ESCI 查询漂移场景,把流式 recall@100 从 0.745 提升到 0.979,同时搜索距离计算减少 34%。
「研究」频道最新
- RAAIS 2027 定档伦敦:Odyssey 世界模型与 DeepMind 开放性团队登台 — nathanbenaich · 2026-11-13
- ETH Zurich 研究员访 Mila 演讲:高效评估的理论与实践 — zouharvi · 2026-11-13
- 研究:非洲 51% 的 AI 融资流向算力基建,应用层初创少融 57% — Afinetheorem · 2026-11-13
- MBZUAI 开源世界模型 PAN 2:输入动作即可模拟物理世界走向 — LinusEkenstam · 2026-11-13
- 2008 年研究:56-68% 文件检索靠导航,搜索只占 4-15% — dSebastien · 2026-11-13
- 运行 40 年、2500 万条规则:被遗忘的常识推理项目 Cyc — ArtificialOther · 2026-11-13