目录 / ann-algorithms
SKILL
未评级
已上架
ann-algorithms
近似最近邻算法理论与选型。涵盖 HNSW、IVF、IVF+PQ、ScaNN、DiskANN、LSH 等算法。内容包括参数影响(如 m、ef、nlist、nprobe)、召回率/延迟/内存之间的权衡、穷举搜索与近似搜索的区别,以及何时选择何种索引类型。 适用场景:当用户提及“ANN”、“HNSW”、“IVF”、“最近邻”、“ScaNN”、“DiskANN”、“LSH”、“召回率与延迟权衡”、“索引类型选择”、“FAISS 索引”等关键词时启用。 不适用场景:具体数据库配置(请使用对应的 `vector-stores/*-advanced` 技能);量化技术细节(请使用 `vector-quantization` 技能)。
模型生成摘要(rules/v1 · 2026-11-12 15:28):近似最近邻算法理论与选型
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-12 15:27 | d2025e04 | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。