如果向量搜索遗漏了许多真实邻居，那么提高召回率通常涉及调整索引参数、改进搜索过程或添加重新排序等后处理步骤。 以下是三种有效的技术
1. 调整索引参数以扩大探索范围 诸如 HNSW（分层可导航小世界）或 IVF（倒排文件）之类的向量索引依赖于平衡速度和召回率的参数。 例如，在 HNSW 中，增加 efSearch（搜索期间探索的候选节点数）允许算法考虑更多潜在邻居，从而提高召回率，但会牺牲查询速度。 类似地，在 IVF 中，提高 nprobe（搜索的聚类数）会扩大搜索范围。 如果您的索引使用 100 个聚类，其中 nprobe=10，则将其增加到 nprobe=20 会强制系统扫描两倍数量的聚类，从而更有可能找到真正的匹配项。 但是，这些调整会增加延迟，因此测试增量更改对于找到实际平衡至关重要。
2. 对初始结果使用精确搜索重新排序 近似最近邻 (ANN) 索引优先考虑速度，但会牺牲精度。 一种混合方法将 ANN 与对初始结果的二次精确搜索相结合。 例如，首先使用近似索引检索 200 个候选对象，然后使用蛮力精确搜索对这 200 个候选对象进行重新排序以选择前 10 个。 这利用了 ANN 的速度进行广泛探索，同时确保最终结果的准确性。 诸如 FAISS 之类的库通过 IVF 或 HNSW 索引之上的 IndexFlat 层来支持这一点。 虽然重新排序会增加计算开销，但如果初始候选池保持较小（例如，100–200 个项目），则它是可管理的。 当 ANN 索引的召回率不一致但速度足以生成合理的候选子集时，此方法尤其有效。
3. 预处理数据并验证嵌入 召回率差可能源于次优嵌入或配置错误的距离度量。 例如，如果在使用余弦相似度时未对向量进行归一化，则相似度计算将不准确。 确保嵌入已归一化（缩放到单位长度），并且距离度量与数据的特征对齐 - L2 归一化向量的欧几里得距离，角相似度的余弦。 降维（例如，PCA）也可以通过消除高维嵌入中的噪声来提供帮助。 此外，使用蛮力精确搜索测试您的嵌入以建立召回基线。 如果蛮力执行良好但 ANN 没有执行良好，则问题在于索引设置而不是数据。 如果两者都表现不佳，请重新访问嵌入模型或训练数据。