图索引增强

图类索引（HNSW、HGraph）在“困难查询“（与真实近邻连通性较弱）下可能出现召回率下降。 VSAG 通过 Conjugate Graph（共轭图）机制对这类查询进行在线/离线修补，在几乎不增加索引体积的 情况下显著改善尾部召回。

启用共轭图

构建时开启：

{
    "hnsw": {
        "max_degree": 32,
        "ef_construction": 400,
        "use_conjugate_graph": true
    }
}

搜索时通过搜索参数 JSON 中的 use_conjugate_graph_search 字段控制是否启用 （KnnSearch 并不存在额外的布尔参数重载）：

std::string search_param_json = R"({
    "hnsw": {
        "ef_search": 100,
        "use_conjugate_graph_search": true
    }
})";
auto result = index->KnnSearch(query, k, search_param_json);

工作原理

共轭图由原图在训练数据上的“失败路径“反向构建而成，在搜索时作为补充的候选边参与贪心扩展。 它相当于对主图的一层轻量索引补丁，典型体积 < 主图 10%。

示例

examples/cpp/304_feature_enhance_graph.cpp 给出了从构建、训练到对比召回率的完整流程。

适用场景

• 数据分布存在稀疏簇或离群点；
• 对 P99 召回敏感的在线场景；
• 希望在不重建索引的前提下小幅提升召回。

注意事项

• 启用后构建时间会略有增加。
• 共轭图数据会随索引一并序列化。
• 与 Tune 可以叠加使用，分别作用于路由质量与运行期参数。