该项目专注于近似最近邻搜索（ANN）中的向量ID无损压缩，采用非对称数字系统（ANS）和小波树方法，旨在不影响搜索性能的前提下，显著减少索引的存储空间。研究表明，在某些情况下，可将向量ID压缩7倍，在十亿级数据集上，索引大小可减少30%。该方法特别适用于大规模数据检索，特别是在倒排文件和基于图的索引中，解决了辅助数据存储成本高的问题。
