论文实测 KNN 实现细节：选错查询模式慢 7.5 倍

2026 年 10 月 14 日，AGI Hunt 报道了 Amol Khanna 与 Edward Raff 的一篇论文。该论文以 Cover Tree 为例，检验 KNN 近邻搜索在实现层面的细节差异。论文实测结果显示，如果为 Cover Tree 选错查询模式，性能会慢 7.5 倍，说明同一算法在不同实现与配置下的表现可能相差悬殊。作者同时开源了实现项目 RustKNN，其中包含 3 种构建变体与 3 种查询模式的组合，供他人复现与对照测试。报道未披露论文所用数据集、评测基准或其他实现细节，也未说明该 7.5 倍差距对应的具体查询模式组合。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。