中文翻译暂不可用,显示俄语原文。
ANN
ANN
Определение
Класс алгоритмов для приближённого поиска ближайших соседей, используемый в векторных базах данных и RAG-системах.
Где встречается
- 8. Как вы обрабатываете запросы, на которые нет ответа в документах
- 12. Как вы фильтруете документы по метаданным в векторной БД
- 18. Что такое Multi-vector retrieval и зачем он нужен
- 222. Что такое IVF (Inverted File Index) и как он сравнивается с HNSW по speedquality
- 223. Как работает Product Quantization (PQ) для сжатия векторов
- 224. OPQ (Optimized Product Quantization) vs PQ — в чем разница
- 225. Как вы выбираете параметры HNSW (M, ef_construction, ef_search) под свои данные
- 226. Что такое Filtered ANN Search и как оно реализовано в Qdrant vs Weaviate
- 233. Как вы делаете hybrid search (vector + keyword) в production на 10M документов
- 234. Что такое Learned Index Structures for ANN Новые подходы 2025-2026.
- 235. Как вы выбираете ANN алгоритм под ваш use case (volume, dimensionality, budget)
- 372. Как вы строите двухступенчатый ретривал (fast ANN + slow cross-encoder) в RAG
- 525. Как вы управляете cost хранения векторной БД при миллиарде векторов
- 563. Как вы делаете image retrieval с фильтрацией по метаданным (дата, местоположение, камера)
- 750. Как устроена Memory в Harness (in-memory, fs, vector stores, relay)
- 827. Какие есть стратегии распределённого кэширования для LLM (Redis Cluster, Memcached, Hazelcast)
- Практика
- 800+ вопросов
- 12. Настроить mmap для embeddings
- 269. Реализовать hard negative mining для retrieval