LEANN 开源向量索引发布，将 RAG 索引体积压缩至 3%
作者：▲ Marktechpost AI (@Marktechpost)原标题：▲ Meet LEANN: An Open-Source Vector Index that Shrinks a 60M-Chunk RAG Index from 201 GB to 6 GB
78AI 研判分
微软研究院等团队推出开源向量索引 LEANN，通过图搜索与 GPU 批量重嵌入技术，将 6000 万块数据的 RAG 索引从 201 GB 压缩至 6 GB。该方案在保持高召回率的同时显著降低存储成本，但检索延迟较高（约 2.5 秒），适合对内存敏感而非实时性要求极高的场景。
报道正文
▲ Marktechpost AI · 2026-10-27 21
▲ LEANN 亮相：一款开源向量索引，将 6000 万数据块的 RAG 索引从 201 GB 压缩至 6 GB
核心思路很简单：图搜索每次查询仅触及少量节点。因此，LEANN 存储的是经过剪枝的图加上小型 PQ（乘积量化）编码。它仅在 GPU 批次中重新嵌入搜索路径上的节点。
在 76 GB 的维基百科语料库上，LEANN 仅需 4 GB，而 HNSW 需要 188 GB。两者在 90% 召回率下均达到 25.5% 的 NQ（Natural Questions）准确率。但这存在权衡：检索耗时为 2.48 秒，而 HNSW 仅为 0.05 秒；在 M1 Ultra Mac 上运行 HotpotQA 数据集时耗时达 44.80 秒。
采用 MIT 许可证，可通过 pip install leann 安装，并荣获 MLSys 2026 最佳研究论文奖。上述数据均为自报结果……
完整分析：
