面试题库 › 算法 / 大模型 › 向量索引 IVF 与 HNSW 原理与选型

向量索引 IVF 与 HNSW 原理与选型

难度 ★★☆在 6 场真实面经中被问到 方向:算法 / 大模型考点:检索优化与重排

哪些公司问过

阿里巴巴2字节跳动1快手1拼多多1PDD1

常见岗位:大模型算法、AI 应用 / Agent 开发、推理部署与加速、推荐搜索广告、Java 后端

答案要点

  1. IVF:k-means 聚类分桶,查询只搜 nprobe 个最近簇,需要训练
  2. IVF_SQ8、IVF_PQ 通过量化压缩向量,节省内存但损失一定精度
  3. HNSW:分层图,自顶向下贪心搜索,召回高延迟低,但内存占用大
  4. 选型:内存充足追求效果用 HNSW;超大规模或内存敏感用 IVF_PQ 或磁盘索引
  5. BM25 是关键词检索而非向量索引,常与向量检索混合召回

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题