HNSW

Bằng chứng (4)

• 6InfoQ·16/9/2026research
  Pinterest nâng cấp Manas bằng lượng tử hóa để tìm kiếm hiệu quả hơn

  Pinterest Engineering đã cải tiến nền tảng tìm kiếm Manas để xử lý dữ liệu quy mô lớn hiệu quả hơn cho các tác vụ tìm kiếm và khám phá. Hệ thống sử dụng Scalar Quantization và Product Quantization để giảm đáng kể bộ nhớ nhưng vẫn giữ độ recall cao, đồng thời đang chuyển sang mô hình đa vector với lưu trữ trên SSD để cải thiện khả năng ghép khớp mức độ liên quan.

• 5The New Stack·23/8/2026research
  Vì sao AI thời gian thực ở quy mô lớn lại khó

  Bài viết cho rằng các hệ thống AI thời gian thực thường gặp sự cố khi triển khai do vấn đề ở đường ống dữ liệu hơn là do chất lượng mô hình. Nội dung nêu ba rủi ro phổ biến: độ trễ đuôi tăng mạnh khi tải đồng thời cao, đặc trưng dữ liệu bị cũ làm giảm độ chính xác, và chỉ mục vector suy giảm theo thời gian nếu không được bảo trì.

• 4Hacker News·20/8/2026product_launch
  SpacetimeDB 2.0 bị xem xét kỹ trong bài đánh giá kỹ thuật

  Một bài đánh giá kỹ thuật được chia sẻ trên Hacker News phân tích SpacetimeDB 2.0 và cho rằng các benchmark quảng bá của sản phẩm này không công bằng hoặc không đủ chặt chẽ về mặt kỹ thuật. Bài viết nhận định SpacetimeDB có thể có một số ý tưởng đáng chú ý, nhưng các phép so sánh với những cơ sở dữ liệu khác là thiếu công bằng vì đặt các đánh đổi rất khác nhau lên bàn cân.

• 6InfoQ·15/7/2026research
  Dùng PostgreSQL làm nền tảng cho tác tử AI doanh nghiệp

  Gwen Shapira trình bày cách các nhóm dùng PostgreSQL để vận hành các tính năng AI trong môi trường sản xuất cho những ứng dụng trọng yếu. Bài nói nhấn mạnh các mô hình đa phương thức như phân tích JSONB, lập chỉ mục vector HNSW, lượng tử hóa vector và quản lý bộ nhớ tác tử nhằm cung cấp cả ngữ cảnh xác định lẫn ngữ nghĩa cho LLM.