Software Engineer
Ilya Kuznetsov 是一位软件工程师，也是 Manticore Search 关于混合搜索和 KNN 预过滤的出版物的作者。
在 975K 条 1536 维向量上进行的一次正面对比基准测试：turbopuffer 的托管服务 vs 在两台每月 $8.25 的 VPS 上运行的 Manticore。召回率匹配（约 0.966），成本低约 4.5×，延迟和吞吐也相当，同时也坦诚地看了两种方案各自更占优的地方。.
Manticore 现在可以在保存 chunk、合并 chunk 和重建 KNN 数据时并行构建 KNN 索引。在一台 16 核机器上，为 100 万个向量构建 KNN 索引的时间从 8 分钟降到了 39 秒。.
三项优化将HNSW向量搜索速度提升最高达29%：重构图遍历以提高缓存利用率、批量距离计算以及AVX-512支持。.
Manticore 如何检测 HNSW 搜索何时收敛并提前停止，从而在最小精度损失的情况下将距离计算减少 50-80%。.
解释了 Manticore 中的 KNN 预过滤如何在向量搜索期间应用属性过滤器，ACORN-1 和暴力回退何时触发，以及何时仍应优先使用后过滤。.
使用RRF在Manticore中结合全文搜索和向量搜索，以获得比单独使用任一方法更精确的结果.
在 Linux 或 macOS 上用一条命令安装 Manticore Search：
curl https://manticoresearch.com | sh