BaseVectorSearchCompression interface

Pacchetto:

@azure/search-documents

Contiene opzioni di configurazione specifiche del metodo di compressione utilizzato durante l'indicizzazione o l'esecuzione di query.

Proprietà

compressionName	Nome da associare a questa configurazione specifica.
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.
kind	Discriminare polimorfico, che specifica i diversi tipi che questo oggetto può essere
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.
rescoringOptions	Contiene le opzioni per la registrazione.
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.

Dettagli proprietà

compressionName

Nome da associare a questa configurazione specifica.

compressionName: string

Valore della proprietà

string

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

kind

Discriminare polimorfico, che specifica i diversi tipi che questo oggetto può essere

kind: "binaryQuantization" | "scalarQuantization"

Valore della proprietà

"binaryQuantization" | "scalarQuantization"

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

rescoringOptions

Contiene le opzioni per la registrazione.

rescoringOptions?: RescoringOptions

Valore della proprietà

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