概念
也叫：Hierarchical Navigable Small World
高效向量相似性搜索算法
最近变化
2026-07-21 · 启用query_profile标志可获取每个查询的详细性能分析
HNSW 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
A slow search query doesn't 𝘁𝗲𝗹𝗹 𝘆𝗼𝘂 𝘄𝗵𝗮𝘁 𝘁𝗼 𝗼𝗽𝘁𝗶𝗺𝗶𝘇𝗲. The latency could be co...
Weaviate • vector database(@weaviate_io) · 8.5 分
𝗡𝗲𝗮𝗿𝗹𝘆 𝗵𝗮𝗹𝗳 𝘆𝗼𝘂𝗿 𝗠𝗶𝗹𝘃𝘂𝘀 𝘀𝗲𝗮𝗿𝗰𝗵 𝗰𝗮𝗽𝗮𝗰𝗶𝘁𝘆 𝗺𝗮𝘆 𝗯𝗲 ...
Milvus(@milvusio) · 8.5 分
We built HNSW directly on the embedding lists, with no encoding step in between. 𝗧𝗵𝗲 ...
Milvus(@milvusio) · 8.5 分
已收录 5 篇与「HNSW」相关的 AI 资讯和分析。
Weaviate推出查询性能分析功能，可精准定位慢查询的瓶颈。通过per-query profiling直接返回各阶段耗时，无需重启或等待查询变慢。
入选理由：启用query_profile标志可获取每个查询的详细性能分析
Milvus通过Force Merge Compaction可提升查询性能1.8倍，降低延迟三分之一。
入选理由：Force Merge Compaction使QPS从3000提升至5400-5800（1.8倍）
Milvus 直接在嵌入列表上构建 HNSW 索引，无需编码步骤，质量几乎无损失，且优于现有近似策略。
入选理由：直接在嵌入列表上构建 HNSW 索引，质量接近 BruteForce 方法。
Qdrant 1.6 推出更灵活的推荐 API，支持正负样本混合输入和多种搜索策略，提升推荐系统效果。
入选理由：Qdrant 1.6 支持正负样本混合输入，提升推荐系统灵活性。
Weaviate提出了一种新的内存管理方案HFresh，通过将向量存储在磁盘上并仅保留紧凑的中心索引来降低内存使用。
入选理由：HFresh节省内存达50%以上
与「HNSW」经常一起出现的 AI 术语。
💡 想追踪「HNSW」的长期趋势？去 实体雷达 · HNSW 查看详细分析和跨材料问答。
