ANN 索引：近邻在哪里被漏掉

IVFFlat 在选中的列表内使用未压缩向量计算距离；漏掉包含真实近邻的列表仍会损失召回。增加 nprobe 通常增加访问量；搜索全部列表时，这个教学索引应恢复 Flat 结果。

图中方块为质心，十字为 query；颜色表示所属列表，浅色圆为未访问文档，较大圆为返回结果。准确数值与结果同时列在下方。

默认边界查询的相关文档固定为 d04、d06、d09。即使恢复所有精确近邻，top-k 也可能遗漏标注相关文档：这是表示与排序质量的问题。左侧和上方查询未提供相关性标注，只计算近邻召回。过滤发生在排名前，Flat 与 IVF 使用相同过滤集合；不足 k 个结果时保留实际数量。

复用中文检索实战保存的 877 段真实文本、36 道问题与固定 BGE 向量。对所有问题应用相同的来源过滤，比较范围内完整排序的前十，与先取全库前 L 条、再按同一条件过滤的结果。L 固定为 10、30、100 和全库 877；不重新编码、不按题目改变过滤规则。

参考的返回数量是 min(10,M)，M 为当前范围内实际段落数。范围本身不足十条、候选池过滤后不足十条，以及预先指定的证据已在范围外，是三个不同问题。先检查范围和分母，再解释检索指标。

本实验使用固定的全库精确顺序，所以后过滤结果始终是范围内参考的一个前缀，补足比例与近邻覆盖数值相同。真实 ANN 即使返回够十条，也可能漏掉同范围精确近邻，需要分别测量。

来源包保存原始报告、段落与问题顺序、完整原文、实际向量、全部内积与排序、180 个过滤请求及 720 次后过滤结果。过滤是明确的教学来源条件，没有实现租户权限或真实向量数据库的过滤执行器。问题与标注已经在前序实验中被查看，这里用于机制核验，不作为新的独立泛化评估。

v2 在本例把所有坐标旋转 90°：R(x,y)=(−y,x)。query、文档和质心一起旋转会保留距离；只旋转 query 会改变其相对旧文档的位置。故障模式继续显示结果供诊断，实际服务应检查模型版本、维度、归一化、度量、chunk 与索引版本，并拒绝不匹配组合。

“搜索全部列表后与 Flat 一致”只证明 ANN 没有额外丢失当前空间里的近邻，无法证明这个空间使用了正确的 query/document 接口。升级应使用同版本文档重编码、建索引、离线核验、切换与回滚记录。

npm run lab:ann 在固定 Faiss CPU 环境中创建 Flat 与 IVFFlat，运行同一批查询并保存实际索引。报告列出 nprobe、相对 Flat 召回、预热后批量查询耗时、序列化文件大小和完整环境。实际性能还受维度、列表不均衡、batch、缓存和硬件影响，浏览器的访问次数不能换算成真实毫秒。

HNSW 使用图搜索，efSearch 控制搜索范围；图结构、构建预算和内存与 IVF 不同。后续可在相同数据与质量门槛下比较，不应把 nprobe 与 efSearch 当作相同单位。