HNSW (Hierarchical Navigable Small World) este cel mai performant algoritm de căutare aproximativă a celor mai apropiați vecini (ANN – Approximate Nearest Neighbors) în spații vectoriale de dimensiuni mari. Creează o structură ierarhică multi-strat de grafuri în care straturile superioare au muchii lungi (salturi rapide), iar straturile inferioare conțin conexiuni dense pentru căutare fină locală.
# Configurare index HNSW în Qdrant / pgvector:
from qdrant_client.http import models
client.create_collection(
collection_name="articole_tehnice",
vectors_config=models.VectorParams(size=1536, distance=models.Distance.COSINE),
hnsw_config=models.HnswConfigDiff(
m=16, # Număr de conexiuni per nod la fiecare nivel
ef_construct=100, # Amploarea căutării la inserare (compromis viteză/calitate)
full_scan_threshold=10000
)
)Complexitate de căutare: Asigură latențe sub 5-10 milisecunde pentru milioane de documente, având complexitate de căutare logaritmică O(log N).
Întrebări & Discuții: Indexarea HNSW (Hierarchical Navigable Small World) în Baze Vectoriale
Ai o întrebare despre Indexarea HNSW (Hierarchical Navigable Small World) în Baze Vectoriale sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.