1. Directory-Aware Query and Maintenance in Vector Databases

  • 类型：arxiv
  • 标识：2606.16903
  • 链接：http://arxiv.org/abs/2606.16903v1
  • 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
  • 主分类：database
  • 形态：method
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：The authors' analysis exposes the fundamental limitations of expansion-based designs: flattening the hierarchy incurs high recursive-query latency in PE-Online and unscalable write amplification during structural changes in both expansion strategies, and in contrast, TrieHI keeps the directory topology as a native prefix tree, enabling efficient recursive retrieval through tree traversal and reducing maintenance cost through topological node manipulation.
  • OpenAlex ID：W7164930880
  • OpenAlex DOI：10.48550/arxiv.2606.16903
  • DOI：10.48550/arxiv.2606.16903
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2606.16903
  • OpenAlex更新：2026-08-23
  • 标题中文：1. 向量数据库中的目录感知查询与维护
  • TLDR中文：作者的分析揭示了基于扩展设计的基本局限：扁平化层级会导致 PE-Online 中递归查询延迟过高，并在两种扩展策略下产生结构变更时不可扩展的写放大；与之相对，TrieHI 将目录拓扑保留为原生前缀树，通过树遍历实现高效递归检索，借助拓扑节点操作降低维护成本。
  • 待LLM分类：否
  • 来源文件：
  • /inbox/tom/2026-06-16-agent-rag-longcontext-radar.md
  • /inbox/tom/2026-06-17-agent-rag-longcontext-radar.md
  • [S2 enrich]
  • /inbox/tom/_candidates/2026-06-16-agent-rag-longcontext-candidates.json
  • [OpenAlex backfill]

可复用信息

  • 生成时间：2026-06-16 20:40 (Asia/Shanghai)
  • 来源：arXiv 最新元数据 + Substack 轻量检索
  • 候选数量：8 篇 arXiv 论文 + 1 条 Substack 线索
  • 高价值条目：4 篇（目录感知向量库、可执行用户记忆、图 RAG 路径对齐、多模态检索位置偏差）
    • 链接：http://arxiv.org/abs/2606.16903v1
    • 发布日期：2026-06-15
    • 作者：Mengzhao Wang, Zheng Gong 等（6 人）

写作用途

  • 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
  • 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
  • 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
  • 可用于系统实现、实验平台或工程约束说明。
  • 可用于局限性、风险、失效模式和未来工作。

待补齐

  • BibTeX / 正式引用格式
  • 方法与实验设置细节
  • 与现有工作的差异点
  • 是否有代码和数据集