Tecniche di ricerca vettoriale
Algoritmi per la ricerca approssimata dei vicini più prossimi (ANN): HNSW (a grafo gerarchico), IVF (a cluster), DiskANN (su disco). In più la quantizzazione (PQ, scalare, binaria) per ridurre la memoria.
HNSW è oggi la scelta predefinita (veloce, buona recall). IVF, in stile FAISS di Facebook, è un classico per «ricerca economica su miliardi di vettori». DiskANN (Microsoft) è ottimizzato per l'archiviazione su SSD, per dataset che non entrano in RAM. La ricerca ibrida combina BM25, ricerca vettoriale e Reciprocal Rank Fusion. Come passo finale si usa un reranker (cross-encoder).