BinaryQuantizationCompression interface
Contiene opzioni di configurazione specifiche per il metodo di compressione della quantizzazione binaria usato durante l'indicizzazione e l'esecuzione di query.
- Extends
Proprietà
| kind | Discriminare polimorfico, che specifica i diversi tipi che questo oggetto può essere |
Proprietà ereditate
| compression |
Nome da associare a questa configurazione specifica. |
| default |
Fattore di sovracampionamento predefinito. L'overcampionamento richiede internamente più documenti (specificati da questo moltiplicatore) nella ricerca iniziale. Questo aumenta il set di risultati che verranno rivalutati usando punteggi di somiglianza ricalcolata da vettori con precisione completa. Il valore minimo è 1, ovvero nessun sovracampionamento (1x). Questo parametro può essere impostato solo quando rerankWithOriginalVectors è true. I valori più elevati migliorano il richiamo a scapito della latenza. |
| rerank |
Se impostato su true, una volta ottenuto il set ordinato di risultati calcolati usando vettori compressi, questi verranno rivalutati ricalcolando i punteggi di somiglianza con precisione completa. Ciò migliorerà il richiamo a scapito della latenza. |
| rescoring |
Contiene le opzioni per la registrazione. |
| truncation |
Numero di dimensioni in cui troncare i vettori. Il troncamento dei vettori riduce le dimensioni dei vettori e la quantità di dati che devono essere trasferiti durante la ricerca. Ciò può ridurre i costi di archiviazione e migliorare le prestazioni di ricerca a scapito del richiamo. Deve essere usato solo per gli incorporamenti sottoposti a training con Matryoshka Representation Learning (MRL), ad esempio OpenAI text-embedding-3-large (small). Il valore predefinito è Null, ovvero nessun troncamento. |
Dettagli proprietà
kind
Discriminare polimorfico, che specifica i diversi tipi che questo oggetto può essere
kind: "binaryQuantization"
Valore della proprietà
"binaryQuantization"
Dettagli proprietà ereditate
compressionName
Nome da associare a questa configurazione specifica.
compressionName: string
Valore della proprietà
string
Ereditato daVectorSearchCompression.compressionName
defaultOversampling
Fattore di sovracampionamento predefinito. L'overcampionamento richiede internamente più documenti (specificati da questo moltiplicatore) nella ricerca iniziale. Questo aumenta il set di risultati che verranno rivalutati usando punteggi di somiglianza ricalcolata da vettori con precisione completa. Il valore minimo è 1, ovvero nessun sovracampionamento (1x). Questo parametro può essere impostato solo quando rerankWithOriginalVectors è true. I valori più elevati migliorano il richiamo a scapito della latenza.
defaultOversampling?: number
Valore della proprietà
number
Ereditato daVectorSearchCompression.defaultOversampling
rerankWithOriginalVectors
Se impostato su true, una volta ottenuto il set ordinato di risultati calcolati usando vettori compressi, questi verranno rivalutati ricalcolando i punteggi di somiglianza con precisione completa. Ciò migliorerà il richiamo a scapito della latenza.
rerankWithOriginalVectors?: boolean
Valore della proprietà
boolean
Ereditato daVectorSearchCompression.rerankWithOriginalVectors
rescoringOptions
Contiene le opzioni per la registrazione.
rescoringOptions?: RescoringOptions
Valore della proprietà
Ereditato daVectorSearchCompression.rescoringOptions
truncationDimension
Numero di dimensioni in cui troncare i vettori. Il troncamento dei vettori riduce le dimensioni dei vettori e la quantità di dati che devono essere trasferiti durante la ricerca. Ciò può ridurre i costi di archiviazione e migliorare le prestazioni di ricerca a scapito del richiamo. Deve essere usato solo per gli incorporamenti sottoposti a training con Matryoshka Representation Learning (MRL), ad esempio OpenAI text-embedding-3-large (small). Il valore predefinito è Null, ovvero nessun troncamento.
truncationDimension?: number
Valore della proprietà
number
Ereditato daVectorSearchCompression.truncationDimension