← Каталог

· AI Engineer World's Fair 2025

Бенчмаркинг vector search

Vector Search Benchmark[eting]

Вендорские бенчмарки векторного поиска обычно подбирают выгодный для автора сценарий, поэтому решение стоит принимать по собственной нагрузке.

  • Read-only бенчмарки — большинство публичных тестов идут на неизменяемых данных, а в продакшене есть записи. Соотношение чтения и записи нужно подбирать под свой случай.
  • Фильтры в HNSW — фильтрация может замедлять поиск, потому что нужно просмотреть больше кандидатов. Проверяйте фильтры на своих данных.
  • Recall вместе со скоростью — сравнивать нужно precision и recall при одинаковых параметрах, иначе быстрый результат может оказаться низкокачественным. Авторы бенчмарков часто обновляют только свою версию, а конкурентов оставляют на старой.
  • Elasticsearch Rally с собственными треками — трек описывает данные, запросы и железо, и так можно понять, что система даёт на своей нагрузке. Спикер советует сравнивать другие инструменты на том же треке.

Кому полезно: тем, кто выбирает векторную базу под свою нагрузку и не хочет опираться на маркетинговые графики.

Статья по теме

Главы

Ещё доклады: Philipp Krenn

Страница спикера →

Похожие доклады