ES8的ANN能否为k结果提供准确的相似度分数与排名？第二步是否近似？

核心结论 #

针对问题：步骤2不存在近似处理，筛选出的k个结果的相似度分数和排名是精确计算得出的。

详细说明 #

在ES8中执行k值为100的ANN查询时，流程分为两步：

• 第一步：通过HNSW近似算法筛选出100个候选近邻。这一步属于近似处理，无法保证选出的是全局真实Top100最近邻，官方基准测试的recall指标也显示召回率难以达到100%。
• 第二步：对第一步筛选出的100个候选结果，使用指定的相似度算法（如dot_product）精确计算每个结果的相似度分数，再基于这些精确分数完成排名。

简单来说：最终返回的k个结果不一定是全局范围内最相似的Top k，但针对这k个结果本身，它们的相似度分数是准确计算的，排名也是基于这些精确分数的真实排序，不存在近似处理。

内容的提问来源于stack exchange，提问作者RvPr