延伸阅读

经典论文

索引算法

• HNSW: Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs（Malkov & Yashunin，TPAMI 2020）——近邻图索引的奠基之作，所有向量库的默认索引。
• Product Quantization for Nearest Neighbor Search（Jégou, Douze, Schmid，TPAMI 2011）——PQ 与 IVF-PQ 的原始论文，压缩比 8~32× 的来源。
• Billion-scale similarity search with GPUs（Johnson et al.，FAISS，2017/2019）——GPU 向量检索的工程圣经。
• DiskANN: Fast Accurate Billion-point Nearest Neighbor Search on a Single Node（Subramanya et al.，SIGMOD 2020）——Vamana 图与 SSD 索引。
• Filtered-DiskANN: Graph Algorithms for Approximate Nearest Neighbor Search with Filters（Gollapudi et al.，WWW 2023）——标签感知构图。
• FreshDiskANN: A Fast and Accurate Graph-Based ANN Index for Streaming Similarity Search（Singh et al.，2021）——磁盘图索引的实时插入。
• SPFresh: Incremental In-Place Update for Billion-Scale Vector Search（2023）——LIRE 局部分裂重平衡，动态更新的新范式。
• ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data（Patel et al.，SIGMOD 2024）——过滤检索的图增强，Qdrant 已集成。
• RaBitQ: Quantizing High-Dimensional Vectors with a Theoretical Error Bound for Approximate Nearest Neighbor Search（2024/2025）——1-bit 量化的理论突破，Milvus 2.6 生产特性。
• Filtered ANN Search: A Unified Benchmark and Systematic Experimental Study（2025）——过滤检索方法学的统一对比。

Embedding 模型

• BGE M3-Embedding（Chen et al.，2024）——稠密+稀疏+多向量三合一，多语言多粒度。
• Qwen3 Embedding: Advancing Text Embedding and Reranking Through Foundation Models（2025）——Qwen3-Embedding/Reranker 技术报告，MTEB 多语榜登顶。
• Matryoshka Representation Learning（2022）——MRL 截断维度的原理，text-embedding-3/Qwen3 的灵活维度来源。

官方文档与一手资料

• Milvus 2.6 发布博客（Streaming Node / RaBitQ / Woodpecker） 与 架构文档、Release Notes
• Qdrant 2025 年度回顾 与 ACORN 过滤检索分析
• NVIDIA cuVS 官方仓库 与 CAGRA 文档
• pgvector 仓库、pgvecto.rs、Lantern
• Hugging Face Text Embeddings Inference (TEI)、Infinity、FlagEmbedding (BGE)
• MTEB 评测榜——Embedding 模型初筛的公共刻度（使用纪律见 Benchmark + Evaluation）

本手册内延伸阅读

• RAG——向量库的最大下游：chunking、检索策略、rerank 与生成质量。
• Benchmark + Evaluation——召回率评测集构建、榜单解读与防污染纪律。
• vLLM——embedding/pooling 推理与生成共享的 GPU 服务栈。
• LLM Gateway——Embedding 服务的网关化部署（鉴权、限流、failover）。
• 存储系统——WAL、分层存储、对象存储的底层原理。
• GPU CUDA 与 GPU 调度——GPU 索引与推理的资源底座。
• 分布式系统——分片、一致性、协调器的理论基础。
• Agent Memory——向量数据库作为 Agent 长期记忆的持久层。