索引瘦身，查询现算：向量库换了个存法

github.com/StarTrail-org/… LEANN 换掉向量库存法：嵌入不再全存——百万文档上百 GB 索引改成精简图，检索只给路过节点现算向量。其口径：对比省索引体积约 97%、召回接近 HNSW；笔记本可搜文件、邮件与代码，MLSys 2026 收录、组织页标 Best Paper（仓库在文末）。 三层拆：一，惰性化第五站：读(用到才翻)、算(蒸馏压参)、用(按需调)之后是惰性存——把现在付的存储挪到查询时才付的计算，成本位移即架构选择；二，97% 连自带两句读：省的是索引体积，查询当场算嵌入、机器扛得住——"召回接近"按自己语料读，接近≠等于；三，Best Paper 与收录是转述——以组织页官方标注为准，本文未复现数。 口径：①97%／接近出自论文与 README——未复现未验；②省的是索引体积——端到端时延未必同幅，现算嵌入加进每查；③机型差异自测：笔记本与服务器的"扛得住"是两回事。 给要验的三条：一，先量索引：多少文档多大体积——不到几 GB，97% 打折；二，列查询预算：QPS 与首响时延，加现算毫秒再比；三，召回按语料重测：百条查询对 HNSW 跑一遍，看"接近"落哪档。 把向量算力挪到查询时，省的是索引体积，换过去的是每步查询的等待。