CORAL：基于增量图构建的跨模态向量检索

CORAL 是一种面向跨模态向量检索的 GPU 加速图索引，采用覆盖感知自适应剪枝、全邻域感知投影与目标连通性增强，并支持基于模态语义的插入和拓扑修复删除。实验显示其在匹配召回下吞吐量最高达现有方法的 1.6 倍，构建时间最多减少 56%，在十亿级规模与动态更新下仍保持有效。论文已被 PVLDB 接收，拟在 VLDB 2027 发表。