Links e acesso
Branch
main
O pensamento
A prova de maturidade científica: submeter o próprio motor ao escrutínio adversarial mais duro possível. Este benchmark em embeddings reais OpenAI (1536D) revela que 73% da latência é overhead de alocação de memória, não computação — e que HNSW é mais rápido, mas sem garantia. O bound matemático, porém, é preservado: 0% dos ground-truth são perdidos no Stage 1.
Por que importa
A análise mais tecnicamente profunda e honesta do repositório: identifica exatamente onde estão os custos (float64 vs float32, alocação, GC), e separa rigorosamente 'bound matemático' (garantia) de 'Stage 2' (heurística de refinamento).
Metodologia
Benchmark adversarial em 1536D real, micro-perfilagem, distinção rigorosa bound vs heurística
Resultados principais
- Bound preserva 100% do recall com k2≥5K
- R@10 = 1.000 config [128→256]
- 73% da latência = overhead Python (alocação/float64/GC)
- C++ AVX2 13.8× mais rápido que Python
Por que esta branch importa
Benchmark das versões 18/19 na branch principal do motor.