ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data

越来越多的应用程序利用混合模态数据，必须同时搜索向量数据，如嵌入式图像、文本和视频，以及结构化数据，如属性和关键字。针对这种混合搜索设置，现有的方法要么性能较差，要么仅支持一组严格受限的搜索谓词（例如，仅支持小型等式谓词集），这使得它们在许多应用程序中都不实用。为了解决这个问题，我们提出了ACORN，这是一种高效的、谓词不可知的混合搜索方法。ACORN基于Hierarchical Navigable Small Worlds（HNSW），这是一种最先进的基于图的近似最近邻索引，并且可以通过扩展现有的HNSW库来实现高效的搜索。ACORN引入了谓词子图遍历的思想，以模拟理论上理想但不切实际的混合搜索策略。ACORN的谓词不可知构造算法旨在支持这种有效的搜索策略，同时支持各种谓词集和查询语义。我们在之前的基准数据集上对ACORN进行了系统评估，这些数据集具有简单、低基数的谓词集，以及之前的方法不支持的复杂多模态数据集。我们展示了ACORN在所有数据集上均实现了最先进的性能，在固定召回率下比之前的方法具有2-1000倍的更高吞吐量。

ACORN论文试图解决混合模态数据的高效搜索问题，支持广泛的谓词集和查询语义。

ACORN利用层次导航小世界（HNSW）图形的近似最近邻索引，引入谓词子图遍历的思想，以模拟理论上理想但实际上不可行的混合搜索策略，从而实现高效的谓词不可知的混合搜索。

ACORN在多个基准数据集上进行系统评估，表明其在所有数据集上均实现了最先进的性能，比先前方法在固定召回率下的吞吐量高2-1000倍。ACORN的构造算法旨在支持广泛的谓词集和查询语义。

最近在这个领域中，也有一些相关的研究，如谷歌的SEAL和Facebook的Faiss。