SimHash汉明近邻

定义

SimHash通过随机超平面把向量映射为二值签名，利用汉明距离近似角度相似。

核心判断

哈希碰撞既降低计算，也会丢失细粒度排序；应把候选召回与后续精确重排分开评估。

工程检查

核对位数、分桶阈值、候选覆盖以及精排前的真实向量相似度分布。

本书依据

《第十八章-向量检索系统.pdf》，PDF 第 25–29 页（18.3.2 节）。

扩展说明

签名适合做候选过滤，精确度需求更高时需保留原向量做复核。