diff --git a/ydb/docs/en/core/concepts/glossary.md b/ydb/docs/en/core/concepts/glossary.md
index cd24ef9007aa..4357e318809a 100644
--- a/ydb/docs/en/core/concepts/glossary.md
+++ b/ydb/docs/en/core/concepts/glossary.md
@@ -158,11 +158,12 @@ A **primary index** or **primary key index** is the main data structure used to
 
 A **secondary index** is an additional data structure used to locate rows in a table, typically when it can't be done efficiently using the [primary index](#primary-index). Unlike the primary index, secondary indexes are managed independently from the main table data. Thus, a table might have multiple secondary indexes for different use cases. {{ ydb-short-name }}'s capabilities in terms of secondary indexes are covered in a separate article [{#T}](secondary_indexes.md). Secondary indexes can be either unique or non-unique.
 
-A special type of **secondary index** is singled out separately - [vector index] (#vector-index).
+A special type of **secondary index** is singled out separately - [vector index](#vector-index).
 
 #### Vector Index {#vector-index}
 
-**Vector index** is an additional data structure used to speed up the [vector search](vector_search.md) when there is a large amount of data, and the [exact vector search without an index](../yql/reference/udf/list/knn.md) does not perform satisfactorily. The capabilities of {{ ydb-short-name }} regarding vector indexes are described in a separate article [{#T}](../dev/vector-indexes.md).
+**Vector index** is an additional data structure used to speed up the [vector search](vector_search.md) when there is a large amount of data, and the [exact vector search without an index](../yql/reference/udf/list/knn.md) does not perform satisfactorily.
+The capabilities of {{ ydb-short-name }} regarding **ANN search** (approximate nearest neighbor search) with vector indexes are described in a separate article [{#T}](../dev/vector-indexes.md).
 
 **Vector index** is distinct from a [secondary index](#secondary-index) as it solves other tasks.
 
diff --git a/ydb/docs/en/core/concepts/vector_search.md b/ydb/docs/en/core/concepts/vector_search.md
index 9c272524d4a5..308ca72212a4 100644
--- a/ydb/docs/en/core/concepts/vector_search.md
+++ b/ydb/docs/en/core/concepts/vector_search.md
@@ -4,11 +4,14 @@
 
 **Vector search**, also known as [nearest neighbor search](https://en.wikipedia.org/wiki/Nearest_neighbor_search) (NN), is an optimization problem where the goal is to find the nearest vector (or a set of vectors) in a given dataset relative to a specified query vector. The proximity between vectors is determined using distance or similarity metrics.
 
+One common approach, especially for large datasets, is **approximate nearest neighbor (ANN) search**, which allows faster vector retrieval at the cost of potential accuracy trade-offs.
+
+
 Vector search is actively used in the following areas:
 
 * recommendation systems
 * semantic search
-* search for similar images
+* image similarity search
 * anomaly detection
 * classification systems
 
diff --git a/ydb/docs/ru/core/concepts/glossary.md b/ydb/docs/ru/core/concepts/glossary.md
index ff0b172ab086..e125a35acb41 100644
--- a/ydb/docs/ru/core/concepts/glossary.md
+++ b/ydb/docs/ru/core/concepts/glossary.md
@@ -156,7 +156,8 @@
 
 #### Векторный индекс {#vector-index}
 
-**Векторный индекс** или **vector index** — это дополнительная структура данных, используемая для ускорения решения задачи [векторного поиска](vector_search.md), когда данных достаточно много и [точный векторный поиск без индекса](../yql/reference/udf/list/knn.md) не работает удовлетворительно. Возможности {{ ydb-short-name }} в отношении векторных индексов описаны в отдельной статье [{#T}](../dev/vector-indexes.md).
+**Векторный индекс** или **vector index** — это дополнительная структура данных, используемая для ускорения решения задачи [векторного поиска](vector_search.md), когда данных достаточно много и [точный векторный поиск без индекса](../yql/reference/udf/list/knn.md) не работает удовлетворительно.
+Возможности {{ ydb-short-name }} по приближённому поиску ближайших соседей (ANN search) с помощью векторных индексов описаны в отдельной статье [{#T}](../dev/vector-indexes.md).
 
 **Векторный индекс** выделяется отдельно от [вторичного индекса](#secondary-index), так как решает иные задачи.
 
diff --git a/ydb/docs/ru/core/concepts/vector_search.md b/ydb/docs/ru/core/concepts/vector_search.md
index 00f2d5d498b8..012bed3ab09e 100644
--- a/ydb/docs/ru/core/concepts/vector_search.md
+++ b/ydb/docs/ru/core/concepts/vector_search.md
@@ -4,6 +4,8 @@
 
 **Векторный поиск**, также известный как [поиск ближайшего соседа](https://en.wikipedia.org/wiki/Nearest_neighbor_search) (NN), представляет собой задачу оптимизации, в которой необходимо найти ближайший вектор (или множество векторов) в данном наборе данных относительно заданного вектора запроса. Близость между векторами определяется с помощью метрик расстояния или сходства.
 
+Одним из распространённых подходов, особенно при работе с большими наборами данных, является приближённый поиск ближайших соседей (ANN search), который позволяет получать более быстрые результаты за счёт возможной потери точности.
+
 Векторный поиск активно используется в следующих областях:
 
 * рекомендательные системы;