数据分布变化导致召回不稳
真实业务查询经常偏离训练或索引构建时的分布，需要在分布外样本上保持稳定召回与吞吐。
QPS
47,059
三次运行最好值
recall@10
0.900239
Big-ANN OOD track
稳定区间
46,993–47,059
同配置三次复测 QPS
交付模式
私有部署
闭源运行时与验证工具
Xuntianjing OOD 分布外检索分支
分布变化下保持超冠军级向量召回性能
OOD 分支面向查询分布变化、长尾样本和真实业务漂移场景，帮助向量检索系统在训练分布之外仍保持稳定召回与高吞吐。它适合作为向量数据库、推荐召回和 RAG 检索链路的稳定性增强层。
冠军级性能
在官方限制硬件条件下验证 46,993 / 47,037 / 47,059 QPS @ recall@10 0.900239，较公开 OOD 最优参考 46,033.867 QPS 提升约 2.1%，达到超冠军级表现。
分布外稳定召回
针对业务查询偏离训练或索引构建分布后的召回波动，提升长尾和漂移场景下的搜索稳定性。
低成本高吞吐
在固定 CPU 资源预算内平衡 recall、QPS 和延迟，适合高并发在线召回链路。
可审查运行证据
通过多次运行区间、recall 指标和硬件条件记录，让性能结论更适合 POC 和采购评估。
Use Cases
适合哪些场景使用？
巡天镜的不同分支可以作为现有检索系统的增强层接入，用性能证据和 POC 指标判断真实业务收益。
业务查询持续变化的向量搜索系统
推荐、内容库、图像库中的长尾样本召回
RAG 系统中未知问题形态和新领域数据接入
需要验证 OOD 稳定性和吞吐边界的向量数据库项目
高召回检索难以同时保持低成本
巡天镜 OOD 分支作为向量召回增强层接入现有检索链路，重点在于 recall、QPS 与资源预算的可测平衡。
上线前需要可复测证据
交付 benchmark 工具、运行配置和验证摘要，让分布外召回、延迟与硬件成本可复测。
Data Flow
从客户数据到可验证性能结果
巡天镜 OOD 分支不替代业务检索系统，而是作为分布外向量召回增强能力接入现有向量数据库、推荐或 RAG 架构。可根据客户检索栈、数据规模和目标指标安排 Demo 或 POC，进一步评估接口形式、部署方式和优化路径。
01
数据接入
支持客户向量样本或脱敏查询集评估
02
能力适配
根据 recall 目标和分布漂移风险完成评估配置
03
性能验证
评估 OOD 召回、吞吐、延迟和资源占用
04
结果分析
输出可审查的 OOD benchmark 摘要和改进建议
05
POC 决策
形成部署边界、集成路径和下一步计划
Use Cases
适合接入的业务场景
如果你的检索瓶颈来自查询分布漂移、长尾召回不稳或向量检索成本过高，巡天镜 OOD 分支可以作为独立加速层先做小规模 POC。
业务查询分布变化下的高召回向量检索
推荐、搜索和 RAG 中长尾样本召回补强
已有向量数据库，需要 OOD 稳定性和吞吐增强
需要在 CPU 预算内提高分布外检索 QPS 的系统
POC 验证
用客户样本先验证指标边界
可根据客户数据规模、检索链路和目标指标安排 Demo 或 POC，进一步评估接口形式、部署方式和优化路径。
Private Demo / POC
巡天镜 OOD 分布外检索分支咨询
Sparse、OOD、Filter 都是“巡天镜”检索能力下的不同分支。若需要私有 Demo 或 POC，请直接发邮件，我们会根据场景判断最适合先验证哪一条分支。
- 当前向量检索场景和数据规模
- 分布漂移、长尾召回或 OOD 稳定性问题
- 希望验证的 recall、QPS 或延迟目标
联系邮箱
发送邮件到 bluety@126.com
邮件里简单说明公司/团队、检索场景、数据规模、目标 recall/QPS/latency，以及是否需要私有部署或 NDA 即可。不需要在网页上填写复杂表单。
发送邮件