IVFFlat
Inverted File with Flatの略で、クラスタを使う近似ベクトル検索のアルゴリズム。ベクトル空間をセントロイドで分割し、検索では全体ではなく最寄りのクラスタだけを探す。HNSWよりメモリは少ないが、インデックスの「学習」が必要になる。
仕組みはまずk-meansでクラスタリングし、各ベクトルを最も近いセントロイドに割り当てる。検索時には近い順にprobes個のクラスタを選び、その中のベクトルだけを比較する。probesを増やせば再現率は上がるが遅くなる。
利点はHNSWよりメモリがずっと少なく、構築も速いこと。代償は、代表的な学習データ（セントロイド）が必要な点で、データが大きく変わる場合や空のテーブルに作った場合は精度が落ちる。同じ速度ならHNSWより再現率が低いことも多い。pgvectorではIVFFlat（省メモリ）とHNSW（高速・高精度だがメモリ大）から選ぶ。ベクトルDBにおける「グラフ対クラスタ」の古典的なトレードオフである。