LLM-引导的人与物体交互检索的 ANN 索引优化

检索系统是现代人工智能应用的基础——涵盖视觉搜索、推荐引擎和多模式问答。现代多阶段检索系统需要对高度耦合的参数进行联合优化，而传统的超参数优化 (HPO) 方法（包括树结构 Parzen 估计器 (TPE) 和高斯过程贝叶斯优化）依赖于独立假设，从根本上阻止它们导航这些耦合配置空间。我们使用阶段感知 大语言模型 (LLM) 代理来解决这一限制，该代理根据每个提案的完整优化历史记录来调节每个建议，跨阶段分区探索、利用和 微调 阶段导航耦合参数空间。使用英特尔 VDMS（视觉数据管理系统）对 HICO-DET 人机交互检索基准进行评估，我们的代理在 SIEVE（矢量搜索效率的受保护索引评估，一种质量受限的吞吐量指标）下的性能比 Optuna TPE 高出 33.3%，比 VDTuner 高出 34.2%，与 UniIR 相比，吞吐量提高了 15.3 倍。三个基准的验证证实，智能体的优势随着参数耦合程度的增加而增长：HICO-DET（高耦合）上+33.3%，GLDv2（中度耦合）上方法收敛在 1% 以内，SIFT1M（近独立控制）上方法收敛在 3.6% 以内。 Milvus 上的跨系统验证确认优化器在未修改的情况下在所有三个数据集上排名第一，证明了跨矢量数据库管理系统 (VDBMS) 平台的可转移性。