术语表
60 个术语，来自 knowledge-base/99-术语表.md。
基础与度量
- 嵌入（embedding）
- 模型把对象编码成的定长高维向量，语义相近则距离近。
- 语义空间
- 嵌入向量张成的空间，"距离"被训练为"语义差异"的代理。
- 维度（dimension）
- 向量长度；同库内必须一致，且直接乘进内存账。
- 欧氏距离（L2）
- 两点直线距离，受模长影响，越小越相似。
- 内积（IP, inner product）
- 对应维相乘求和，同时编码方向与模长。
- 余弦相似度（cosine）
- 向量夹角余弦，只看方向，值域 [-1,1]。
- L2 归一化
- 向量除以自身模长变为单位向量；归一化后 L2/内积/余弦排序等价。
- 对比学习（contrastive learning）
- 拉近正样本对、推远负样本的训练范式，嵌入空间结构的来源。
- Matryoshka 表示
- 向量前缀可独立使用的训练范式，支持无损截断降维。
ANN 与索引
- ANN（近似最近邻）
- 以可控召回损失换取查询加速的检索问题定义。
- 召回率 recall@k
- ANN 返回 top-k 与真实 top-k 的重合比例。
- ground truth
- 由精确（暴力）检索算出的标准答案集，一切评估的裁判。
- Flat / 暴力检索
- 全库逐一计算距离的精确检索，O(N·d)，召回 100%。
- IVF（倒排文件索引）
- k-means 分区 + 倒排表的分区剪枝索引。
- nlist
- IVF 分区（质心）数，建库时确定。
- nprobe
- IVF 查询时探查的分区数，在线召回-延迟旋钮。
- NSW / HNSW
- 可导航小世界图及其分层版，当前低延迟检索的事实标准。
- M
- HNSW 每节点邻居数，内存与召回的核心建库参数。
- efConstruction
- HNSW 建库时候选队列长度，决定图质量与建库耗时。
- efSearch
- HNSW 查询时候选队列长度，在线召回旋钮，须 ≥ k。
- 启发式选边
- HNSW 建边时保留方向互相远离的邻居，防止图局部成簇。
- Annoy
- 随机投影森林树形索引，静态只读、多进程 mmap 共享见长。
- Vamana
- DiskANN 使用的单层近邻图，α 参数控制长边保留。
- DiskANN
- 内存放压缩向量与图、SSD 放原始向量的磁盘优先检索架构。
量化与压缩
- 标量量化（SQ）
- 逐维独立降比特（fp16/int8），压缩温和、失真小。
- affine 量化
- 以 min/max 与 scale/zero-point 的线性映射量化。
- 乘积量化（PQ）
- 向量切段、每段 256 码字小码本，整向量压至 m 字节。
- 码本（codebook）
- 子空间内 256 个质心的查找表。
- ADC（非对称距离计算）
- 查询浮点、库向量码字，查表求和的近似距离。
- OPQ
- 在 PQ 前学正交旋转让子空间方差均衡，降低量化误差。
- 残差量化管线
- 低精度粗排 + 高精度精排的组合，量化标准用法。
- 二进制量化
- 每维 1 bit，汉明距离 popcount 计算，32 倍压缩。
- RaBitQ
- 带缩放因子与理论误差界的 1-bit 量化方法。
- 汉明距离（Hamming distance）
- 二进制串异位个数，popcount 可单指令批量算。
检索质量与过滤
- 标量过滤
- 相似度检索之上的结构化条件过滤（租户/类目/时间）。
- pre-filter / post-filter
- 先筛集再检索 / 先检索再过滤的两种执行顺序。
- filterable HNSW
- 图遍历中实时检查条件并动态调 ef 的过滤感知索引。
- 选择率（selectivity）
- 满足过滤条件的向量占比，决定过滤执行策略。
- 稀疏向量
- 词表维度、非零极少的向量表示（TF-IDF/BM25/SPLADE）。
- BM25
- 带词频饱和与长度归一的概率化词法打分，强基线。
- SPLADE
- 学习型稀疏模型，用 MLM 权重（含扩展词）表示文档与查询。
- 混合检索（hybrid search）
- 稠密 + 稀疏/BM25 多路并行召回。
- RRF（倒数排名融合）
- 按排名倒数累加的多路融合，免归一化，k 常取 60。
- rerank（重排）
- 用 cross-encoder 等模型对召回 top-N 精排。
- late interaction
- token 级向量在打分阶段交互（MaxSim），ColBERT 类方法。
- MaxSim
- 查询每 token 与文档 token 向量最大相似度之和的打分函数。
系统与运维
- segment（段）
- 向量的物理组织单元；分 growing（增量无索引）与 sealed（封存有索引）。
- tombstone（墓碑）
- 删除标记位图；查询过滤，物理回收靠合并。
- upsert
- 存在则更新；实现为新版本写入 + 旧版本打墓碑。
- compaction（段合并）
- 重写段以物理清除墓碑与旧版本。
- 可见性（visibility）
- 写入成功到可被检索的延迟，由一致性级别与 flush 决定。
- 一致性级别
- 从 Strong 到 Eventually 的可见性语义档位。
- log as data（日志即数据）
- 写入唯一落消息队列、下游异步消费的云原生架构。
- 分片（sharding）
- 数据横向切分到多节点，分片键决定查询路由。
- 副本（replica）
- 分片完整拷贝，读扩展与高可用，成本与写放大随之翻倍。
- scatter-gather
- 无路由键查询广播全部分片再归并 top-k 的执行模式。
- 再平衡（resharding）
- 扩容/去倾斜时搬移分片，代价高，规划时应推迟。
- 金标准集（golden set）
- 固定查询 + 预算 GT 的评测集，监控静默劣化的探针。
- QPS
- 每秒查询数；须绑定延迟约束（p99 达标下）才有意义。
- p99 延迟
- 99% 请求快于该值；长尾由合并、IO、GC 等造成，事故发生地。