跳转到主要内容

热门内容

今日:


总体:


最近浏览:


Chinese, Simplified

信息

ANN Benchmarks是一个用于近似最近邻算法搜索的基准测试环境。本网站包含当前的基准测试结果。请访问http://github.com/erikbern/ann-benchmarks/以获得对评估的数据集和算法的概述。在Github上发出pull请求,为基准测试系统添加您自己的代码或改进。

基准测试结果

结果按距离测量和数据集划分。在底部,您可以找到算法在所有数据集上的性能概述。每个数据集由(k=…)表示,即算法应该返回的最近邻居的数量。所示的图描绘了每秒针对查询的Recall(在所有查询中平均找到的真正最近邻居的分数)。点击绘图会显示详细的交互式绘图,包括大致召回、索引大小和构建时间。

单个查询的基准

按数据集列出的结果

距离:角度

glove-100-angular_10_angular.

https://ann-benchmarks.com/fashion-mnist-784-euclidean_10_euclidean.htmlglove-100-angular_10_angular.

https://ann-benchmarks.com/glove-100-angular_10_angular.html

Distance: Euclidean

Distance: Euclidean

https://ann-benchmarks.com/fashion-mnist-784-euclidean_10_euclidean.html

Distance: Jaccard

Distance  Jaccardhttps://ann-benchmarks.com/kosarak-jaccard_10_jaccard.html

Results by Algorithm

Plots for pgvector

PGvector

https://ann-benchmarks.com/pgvector.html

Plots for qdrant

Plots for qdrant

https://ann-benchmarks.com/qdrant.html

Plots for Milvus(Knowhere)

Plots for Milvus(Knowhere)

https://ann-benchmarks.com/Milvus(Knowhere).html

Plots for weaviate

Plots for weaviate

https://ann-benchmarks.com/weaviate.html

 

本文地址
最后修改
星期六, June 3, 2023 - 10:09
Article