ScalarQuantizationCompression interface

Paquet:

@azure/search-documents

Contient des options de configuration spécifiques à la méthode de compression de quantisation scalaire utilisée lors de l’indexation et de l’interrogation.

Extends

BaseVectorSearchCompression

Propriétés

kind	Discriminateur polymorphe, qui spécifie les différents types que cet objet peut être
parameters	Contient les paramètres spécifiques à la quantisation scalaire.

Propriétés héritées

compressionName	Nom à associer à cette configuration particulière.
rescoringOptions	Contient les options de rescoring.
truncationDimension	Nombre de dimensions à laquelle tronquer les vecteurs. La troncation des vecteurs réduit la taille des vecteurs et la quantité de données qui doivent être transférées pendant la recherche. Cela peut réduire les coûts de stockage et améliorer les performances de recherche au détriment du rappel. Il doit être utilisé uniquement pour les incorporations formées avec Matryoshka Representation Learning (MRL) comme OpenAI text-embedding-3-large (small). La valeur par défaut est Null, ce qui signifie qu’aucune troncation n’est définie.

Détails de la propriété

kind

Discriminateur polymorphe, qui spécifie les différents types que cet objet peut être

kind: "scalarQuantization"

Valeur de propriété

"scalarQuantization"

parameters

Contient les paramètres spécifiques à la quantisation scalaire.

parameters?: ScalarQuantizationParameters

Valeur de propriété

ScalarQuantizationParameters

Détails de la propriété héritée

compressionName

Nom à associer à cette configuration particulière.

compressionName: string

Valeur de propriété

string

Hérité deVectorSearchCompression.compressionName

rescoringOptions

Contient les options de rescoring.

rescoringOptions?: RescoringOptions

Valeur de propriété

RescoringOptions

Hérité deVectorSearchCompression.rescoringOptions

truncationDimension

Nombre de dimensions à laquelle tronquer les vecteurs. La troncation des vecteurs réduit la taille des vecteurs et la quantité de données qui doivent être transférées pendant la recherche. Cela peut réduire les coûts de stockage et améliorer les performances de recherche au détriment du rappel. Il doit être utilisé uniquement pour les incorporations formées avec Matryoshka Representation Learning (MRL) comme OpenAI text-embedding-3-large (small). La valeur par défaut est Null, ce qui signifie qu’aucune troncation n’est définie.

truncationDimension?: number

Valeur de propriété

number

Hérité deVectorSearchCompression.truncationDimension