Vectorium 与 kANNolo：模块化高效 ANN 搜索库
原标题：Modular and Efficient Approximate Nearest Neighbors Search with Vectorium and kANNolo
AI 摘要
研究者提出两个开源 Rust 库 Vectorium 和 kANNolo，将近似最近邻（ANN）搜索的设计空间拆分为数据管理层与索引层。Vectorium 独立抽象向量、距离函数、量化器和数据集，提供 11 种编码器；kANNolo 在其上实现泛型化的 HNSW 与 IVF 索引及两阶段索引。作者称编译期特化使模块化不带来运行时开销，在稠密数据 12 个集合-精度对中的 9 个取得最佳内存-吞吐权衡，稀疏数据上三个集合均领先。
正文节选
[orcid=0009-0005-7280-6147] [orcid=0000-0003-3183-334X] [orcid=0000-0003-0194-361X] [orcid=0000-0002-9830-3936] Modular and Efficient Approximate Nearest Neighbors Search with Vectorium and kANNolo Abstract Approximate Nearest Neighbors (ANN) search over neural embeddings powers modern retrieval systems such as Retrieval-Augmented Generation. Embeddings come in three representations (dense, sparse and multi-vector), and efficient search combines an index structure, a similarity function and a qu