Puntos de referencia de índices vectoriales: por qué la mayoría de las cifras no significan nada

Benchmarking Vector Indexes

Casi todas las bases de datos ahora ofrecen búsqueda vectorial, pero las cifras de rendimiento que publican suelen ser engañosas porque omiten la recuperación (recall). Percona ha construido un banco de pruebas llamado vector-bench que evalúa motores de bases de datos con HNSW e IVF en condiciones idénticas, midiendo siempre la recuperación junto con el rendimiento. El artículo explica los conceptos clave (L2, similitud coseno, k, ANN), los dos tipos de índices vectoriales (HNSW e IVF), y detalla cómo el harness mide la recuperación frente al rendimiento, el costo de construcción, la concurrencia y la búsqueda filtrada, destacando la importancia de la verdad fundamental (ground truth) y los peligros de comparar cifras sin contexto.