HNSW
Hierarchical Navigable Small World — dominujący algorytm grafowy do przybliżonego wyszukiwania najbliższych sąsiadów wśród wektorów. Buduje wielowarstwowy graf „małego świata”, w którym wyszukiwanie przeskakuje od warstw zgrubnych do dokładnych. Szybki i trafny, ale pamięciożerny.
Mechanika: wektory są połączone w graf, w którym każdy węzeł ma sąsiadów; górna warstwa jest rzadka (długie skoki), dolna gęsta (dostrajanie). Wyszukiwanie zaczyna się wysoko, „zsuwa” w stronę celu i doprecyzowuje wynik w dół, dzięki czemu czas wyszukiwania rośnie logarytmicznie. Parametry M (liczba sąsiadów węzła) i ef (szerokość przeszukiwania) regulują kompromis między szybkością, pamięcią i dokładnością. Zaleta: świetny recall przy dużej prędkości oraz przyrostowe wstawianie. Wada: duże zużycie pamięci (cały graf w RAM-ie) i droższa budowa niż w IVF. Domyślny wybór w pgvector, Qdrant, Weaviate i FAISS przy większości obciążeń. Różni się od IVFFlat (oparty na klastrach, mniej pamięci, zwykle niższy recall). W 2024 roku najpopularniejszy typ indeksu wektorowego.