ScalarQuantizationCompression interface

パッケージ:

@azure/search-documents

インデックス作成およびクエリ中に使用されるスカラー量子化圧縮方法に固有の構成オプションが含まれています。

Extends

BaseVectorSearchCompression

プロパティ

kind	ポリモーフィック識別子。このオブジェクトは、さまざまな型を指定します。
parameters	スカラー量子化に固有のパラメーターを格納します。

継承されたプロパティ

compressionName	この特定の構成に関連付ける名前。
rescoringOptions	再スコアリングのオプションが含まれています。
truncationDimension	ベクターを切り捨てるディメンションの数。 ベクターを切り捨てると、ベクターのサイズと、検索中に転送する必要があるデータの量が減ります。 これにより、ストレージ コストを節約し、リコールを犠牲にして検索のパフォーマンスを向上させることができます。 これは、OpenAI text-embedding-3-large (small) などの Matryoshka Representation Learning (MRL) でトレーニングされた埋め込みにのみ使用する必要があります。 既定値は null です。これは切り捨てがないことを意味します。

プロパティの詳細

kind

ポリモーフィック識別子。このオブジェクトは、さまざまな型を指定します。

kind: "scalarQuantization"

プロパティ値

"scalarQuantization"

parameters

スカラー量子化に固有のパラメーターを格納します。

parameters?: ScalarQuantizationParameters

プロパティ値

ScalarQuantizationParameters

継承されたプロパティの詳細

compressionName

この特定の構成に関連付ける名前。

compressionName: string

プロパティ値

string

継承元VectorSearchCompression.compressionName

rescoringOptions

再スコアリングのオプションが含まれています。

rescoringOptions?: RescoringOptions

プロパティ値

RescoringOptions

継承元VectorSearchCompression.rescoringOptions

truncationDimension

ベクターを切り捨てるディメンションの数。 ベクターを切り捨てると、ベクターのサイズと、検索中に転送する必要があるデータの量が減ります。 これにより、ストレージ コストを節約し、リコールを犠牲にして検索のパフォーマンスを向上させることができます。 これは、OpenAI text-embedding-3-large (small) などの Matryoshka Representation Learning (MRL) でトレーニングされた埋め込みにのみ使用する必要があります。 既定値は null です。これは切り捨てがないことを意味します。

truncationDimension?: number

プロパティ値

number

継承元VectorSearchCompression.truncationDimension