Update vector-search-index.md (#20225)

Author: qiancai

vector-search/vector-search-index.md

@@ -5,9 +5,9 @@ summary: 了解如何在 TiDB 中构建并使用向量搜索索引加速 K 近
 
 # 向量搜索索引
 
-K 近邻（K-Nearest Neighbors，简称 KNN）搜索是一种在向量空间中找到距离给定向量最近的 K 个向量的查询。实现 K 近邻搜索最直接的方法是暴力搜索（即计算向量空间中所有点与给定向量之间的距离），这种方法可以达到最高的精确度，但在实际应用中其搜索速度往往过于缓慢。因此，K 近邻搜索通常会采用近似算法来提高搜索效率。
+如[向量搜索](/vector-search/vector-search-overview.md)文档所述，向量搜索通过计算给定向量与数据库中所有存储的向量之间的距离，找出最近的 Top K 个相邻向量（即 K-Nearest Neighbors，简称 KNN）。这种方式可以获得精确的搜索结果，但若表中存储了大量向量，由于涉及全表搜索，查询耗时可能会较长。
 
-在 TiDB 中，你可以创建并利用向量搜索索引来对[向量数据类型](/vector-search/vector-search-data-types.md)的列进行近似近邻（Approximate Nearest Neighbor，简称 ANN）搜索。通过使用向量搜索索引，整个查询可在几毫秒内完成。
+为了提高搜索效率，你可以在 TiDB 中创建向量搜索索引，从而使用效率更高的近似 K 近邻搜索（Approximate KNN，简称 ANN）。使用向量索引进行向量搜索时，TiDB 能大幅度提升查询性能，仅轻微降低搜索准确度，一般能保持搜索召回率在 90% 以上。
 
 > **警告：**
 >