本文介绍近似最近邻搜索（ANN）在向量检索中的应用，涵盖暴力搜索、KD-Tree、LSH、HNSW及量化方法，并讨论FAISS索引选型、向量数据库架构及RAG场景实践。强调高维向量检索需平衡精度与速度，常用HNSW或IVF-PQ索引，并注意基准测试陷阱，以Recall@K评估质量。

本文梳理IVF-PQ向量检索：PQ将向量切分子空间并量化压缩，ADC用查找表估距；IVF先粗聚类缩小候选，再对残差编码。实验表明码长增加可降低MSE，但召回受量化误差限制，nprobe增大后召回进入平台。工程上需按内存、召回与候选数调参，并配合OPQ、重排等优化。