Nprobe (IVF Search Radius)

Número de clústeres Voronoi a examinar durante una consulta en índices de tipo IVF.

IVFFAISSVoronoiANN TuningLatency vs Recall

Definición Técnica & Formal

En un Inverted File Index (IVF), la base de datos se particiona en nlist clústeres. El parámetro Nprobe controla cuántos de los centroides más cercanos al vector de consulta se van a inspeccionar. Un nprobe bajo (ej. 1) maximiza velocidad (bajo latencia) pero reduce Recall; un nprobe mayor (ej. 10-20) revisa más centroides elevando el Recall.

Puntos Clave & Aplicaciones

Permite ajustar en tiempo de ejecución el balance entre latencia (ms) y precisión (Recall).

Configuración estándar en FAISS, Milvus y Qdrant.

Si nprobe es igual a nlist, la búsqueda IVF equivale a una búsqueda exhaustiva KNN.

Intuición Visual para Mente Gráfica

"Si buscas a alguien en un hotel de 100 habitaciones organizadas en 10 bloques (clústeres), nprobe=2 significa que solo abrirás las puertas de los 2 bloques más probables."

💡 Tip: Puedes presionar el botón "Dibujar / Apuntes" en la barra superior para hacer anotaciones gráficas sobre este diagrama.

Fórmula Matemática

VectoresExaminados = (nprobe / nlist) * TotalVectores

Demostración Visual e Interactiva

Interactúa con los controles para simular dinámicamente el funcionamiento de Nprobe (IVF Search Radius).

Visualizador de la Arquitectura "Nprobe (IVF Search Radius)"

Si buscas a alguien en un hotel de 100 habitaciones organizadas en 10 bloques (clústeres), nprobe=2 significa que solo abrirás las puertas de los 2 bloques más probables.

Categoría: Búsqueda Vectorial

Ejemplo de Código & Demostración

python

import faiss

# nlist = 100 clústeres
index = faiss.IndexIVFFlat(quantizer, 128, 100)
index.train(training_vectors)
index.add(dataset_vectors)

# Ajuste dinámico de búsqueda
index.nprobe = 10 # Inspecciona los 10 clústeres más cercanos
distances, indices = index.search(query_vector, k=5)

💡 Configuración del parámetro nprobe en una búsqueda FAISS IVF.

Conceptos Relacionados

KNN (K-Nearest Neighbors)

Búsqueda exacta de los K vecinos más cercanos evaluando exhaustivamente todos los vectores del espacio.

IVF (Inverted File Index)

Partición del espacio vectorial mediante clústeres (K-Means) para reducir el alcance de búsqueda.

Centroide

El centro de masa o promedio geométrico de un conjunto de vectores en un clúster.

Recall @ K (Exhaustividad)

Porcentaje de todos los documentos verdaderamente relevantes que el sistema logra recuperar en los primeros K resultados.