待验证50% 置信事实精确时间
邻域启发式是让 HNSW 图保持可导航的关键；直接连最近的 M 个点在聚类数据里会导致链接困在簇内、搜索卡在簇边界。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证HNSW算法通过构建多层图结构实现分层搜索，将精确最近邻搜索的指数级复杂度近似降低为对数级，是当前向量数据库中最主流的索引结构68% 相似待验证GraphSAGE 的核心思想是对目标节点采样固定数量的邻居，再通过聚合函数逐层汇聚邻居特征，使其可以在未见过的节点上做推理。67% 相似待验证HNSW使用m控制每个节点在图中保留的邻居数（默认16），ef_construction决定构建时的候选队列大小（默认64），ef_search控制查询时的搜索广度。64% 相似待验证定位w值可用关键字搜索（如搜索w:缩小范围）或从事件监听打断点沿调用栈追溯两种方法62% 相似待验证HNSW 的 search 操作会将束宽夹到至少 k，与 hnswlib 的参数说明一致：ef 不能设得比查询的近邻数 k 还小。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050496API
curl https://kongchang.com/api/v1/knowledge/claims/1050496MCP
get_claim(id=1050496)