向量量化：如何在压缩向量的同时不丢失关键信息地址：chimchim89.github.io/vector-quantization/向量很好用，直到你手里的向量变得太多。当数据集从几千个 embedding 增长到几百万个时，原本看起来几乎免费的东西，比如内存、存储和搜索速度，都会开始产生真实成本。麻烦的是，这些问题往往要等到系统已经深入生产环境后才会显现出来。所以，本文会讨论为什么会出现这种情况，更重要的是，量化如何帮助你解决这个问题，同时不至于把准确率搞坏。