QuIVer：让二值编码直接构建搜索图。

让量化参与图的形成

QuIVer 研究一个直接的问题：二值量化能否成为图索引本身的度量空间？它用符号位和幅度位组成免训练的两比特编码，让 Vamana 的选边、多样性剪枝和搜索导航都在量化空间中完成。

紧凑导航，精确重排

查询先编码成二值签名，通过位运算访问图中的候选；最后才读取原始 float32 向量进行重排。这将频繁访问的签名与邻接表，同只在末端使用的完整向量分开，减少搜索热路径的内存负担。

系统不需要训练码本或旋转矩阵。量化同时参与构建与导航，使索引拓扑、计算路径和内存组织可以围绕紧凑表示一起设计。

系统能力，与数据几何一起考察

在 12 个百万规模数据集上的评估显示，效果强烈依赖表示分布：余弦空间中的对比学习嵌入更适合这种拓扑，部分多模态表示次之，而欧氏原生特征和无结构分布表现较差。

这项工作给出压缩、吞吐与数据兼容性之间的实证取舍，为向量数据库选择量化原生图索引提供适用依据，也构成后续量化理论研究的系统起点。