说明评测方法(recall@k)与 ef_construction / ef / M 的调参思路。
先会测:准备一批查询与人工标注的真近邻,计算 recall@k(引擎返回 Top-K 与真实 Top-K 的重合率),同时记录 P99 延迟与 QPS——三个指标画帕累托曲线,按业务要召回还是要延迟来选点。
HNSW 关键参数:① M(每节点连接数):越大图越稠密、召回越高、内存越大(每向量内存 ≈ M×2×4 字节×层数因子)。常规 16~48,推荐召回要求高取 32+。② ef_construction(建图时候选队列长度):影响图质量,越大建得越慢但图越好,建议 ≥ 2×M,200 起步,建库一次成本可接受。③ ef(查询时候选队列):运行时主旋钮——越大召回越高延迟越大;经验:ef 从 k+32 起调,要 95%+ 召回通常 ef 取 100~256;ef 必须 ≥ k。
调参顺序:先定 M 与 ef_construction(构建期),再在线调 ef 平衡召回与 P99;仍不够时上重排(向量粗召回 + 精排 rerank)两阶段方案。
题目与答案就在本页;收藏、批注和错题重练在应用内