Apache Cassandra 5.0 版本解读：ANN 向量检索与 SAI
概述 Cassandra 5.0 的关键增强，包含 ANN 向量检索（VECTOR CQL 类型）与 Storage Attached Indexes、统一压缩策略与 JDK 17 支持等。
检索
Elasticsearch混合检索：BM25与向量结合策略
结合 BM25 与向量检索构建混合检索策略，统一召回与相关性，提升搜索质量与鲁棒性。
GraphRAG：图结构增强检索与关系推理
以图结构作为知识组织与检索基础，结合语义检索与关系推理提升长链路问题的答案质量与可解释性。
Milvus 2.4 版本解读：多向量检索与标量倒排索引
总结 Milvus 2.4 的核心更新，包括多向量检索框架、标量倒排索引与正则/模糊匹配支持，并给出性能与成本优化建议。
IVF-PQ 索引与混合检索策略（2025）
Milvus HNSW/IVF-PQ 索引与混合检索策略（2025）一、索引类型与度量索引：`HNSW` 适合在线更新与低延迟；`IVF-PQ` 通过分桶与乘积量化压缩向量，加速检索与节约存储。度量：`cosine`/`L2`/`IP` 按语义选择；统一归一化策略保障得分可比较。二、HNSW 参数图
OpenSearch 2.15 版本解读：混合检索并行化与向量成本优化
总结 2.15 在向量/混合检索与运维成本上的改进，包含混合检索并行、k-NN Lucene 引擎下禁用 doc values、重建工作流与径向搜索能力。
OpenSearch k-NN 向量检索与参数优化（2025）
OpenSearch k-NN 向量检索与参数优化（2025）一、索引与配置HNSW：设置 `m`/`ef_construction`；匹配向量维度与度量。索引映射：声明 `knn_vector` 字段与度量（cosine/L2）。二、查询与优化efSearch：提升召回的同时控制延迟；按查询类型动
OpenSearch k-NN 向量检索索引与查询实战
"创建 k-NN 索引并进行向量相似度查询，提供 HNSW 配置与 knn 查询示例。"
pgvector 近似检索与索引调优（2025）
pgvector 近似检索与索引调优（2025）一、索引类型与度量索引：`HNSW` 适合在线更新、低延迟；`IVF` 适合批量构建与更高吞吐。度量：`余弦`（cosine）用于归一化向量相似；`L2`（欧氏）；`IP`（内积）。按业务语义与评估集选择。二、HNSW 参数与调度图参数：`m`（每点连
索引参数与过滤检索治理（2025）
Pinecone Pods/索引参数与过滤检索治理（2025）一、索引与度量Metric：选择 `cosine/L2/IP`；按业务语义校准。Pods：设置 `pods/replicas` 与分片；保证可用性与吞吐。二、查询与过滤过滤：使用 Metadata 过滤缩小候选；提高精准度。Top-K：设
