主要观点：向量搜索是当今 AI 中较流行的技术，Daxe 正在构建结构化语义搜索，其团队利用多领域经验创建新工具。Daxe 的向量索引库 BBQvec 基于新算法实现，能处理数十亿向量，具有低索引构建时间等优势，且开源并 Apache 许可。

关键信息：

• 向量搜索目标是找到最相关向量，近似最近邻算法为此目标服务。
• Daxe 团队来自多知名机构，注重 AI 主权和本地数据掌控。
• BBQvec 基于随机选择正交基集等步骤实现，能动态调整向量子查询开销。
• 索引创建和查询时参数简单，如向量维度、量化策略、基集数量等。
• 测试在不同配置下进行，BBQvec 在索引构建时间上有优势，虽在某些召回率等指标上不是最优，但性能尚可。

重要细节：

• 城市选举导致投票区随机重绘，类似向量空间的变化，Annoy 算法是 BBQvec 的灵感来源。
• BBQvec 存储向量时量化并以 ID 键值保存，查询时找到最大组件索引等。
• 测试在 EPYC 7402 和 AWS r6i.16xlarge 上进行，Go 包和 Rust crate 性能不同。
• 给出了 nytimes-256-angular 和 glove-100-angular 数据集的测试图。
• 鼓励用户使用 BBQvec 并参与相关活动。