BaseVectorSearchCompression interface

Paket:

@azure/search-documents

Innehåller konfigurationsalternativ som är specifika för komprimeringsmetoden som används vid indexering eller frågor.

Egenskaper

compressionName	Namnet som ska associeras med den här konfigurationen.
defaultOversampling	Standardöversamplingsfaktor. Översampling begär internt fler dokument (som anges av den här multiplikatorn) i den första sökningen. Detta ökar den uppsättning resultat som kommer att rangordnas om med omberäknade likhetspoäng från fullprecisionsvektorer. Minimivärdet är 1, vilket innebär att ingen översampling (1x). Den här parametern kan bara anges när rerankWithOriginalVectors är sant. Högre värden förbättrar återkallandet på bekostnad av svarstiden.
kind	Polymorft diskriminerande, vilket anger de olika typer som det här objektet kan vara
rerankWithOriginalVectors	Om värdet är true rangordnas de igen när den ordnade uppsättningen resultat som beräknas med komprimerade vektorer har hämtats, genom att beräkna om likhetspoängen med full precision. Detta förbättrar återkallandet på bekostnad av svarstiden.
rescoringOptions	Innehåller alternativ för omskolning.
truncationDimension	Antalet dimensioner som vektorerna ska trunkeras till. Om du trunkerar vektorerna minskar storleken på vektorerna och mängden data som måste överföras under sökningen. Detta kan spara lagringskostnader och förbättra sökprestanda på bekostnad av återkallande. Den bör endast användas för inbäddningar som tränats med Matryoshka Representation Learning (MRL) som OpenAI textinbäddning-3-large (liten). Standardvärdet är null, vilket innebär ingen trunkering.

Egenskapsinformation

compressionName

Namnet som ska associeras med den här konfigurationen.

compressionName: string

Egenskapsvärde

string

defaultOversampling

Standardöversamplingsfaktor. Översampling begär internt fler dokument (som anges av den här multiplikatorn) i den första sökningen. Detta ökar den uppsättning resultat som kommer att rangordnas om med omberäknade likhetspoäng från fullprecisionsvektorer. Minimivärdet är 1, vilket innebär att ingen översampling (1x). Den här parametern kan bara anges när rerankWithOriginalVectors är sant. Högre värden förbättrar återkallandet på bekostnad av svarstiden.

defaultOversampling?: number

Egenskapsvärde

number

kind

Polymorft diskriminerande, vilket anger de olika typer som det här objektet kan vara

kind: "binaryQuantization" | "scalarQuantization"

Egenskapsvärde

"binaryQuantization" | "scalarQuantization"

rerankWithOriginalVectors

Om värdet är true rangordnas de igen när den ordnade uppsättningen resultat som beräknas med komprimerade vektorer har hämtats, genom att beräkna om likhetspoängen med full precision. Detta förbättrar återkallandet på bekostnad av svarstiden.

rerankWithOriginalVectors?: boolean

Egenskapsvärde

boolean

rescoringOptions

Innehåller alternativ för omskolning.

rescoringOptions?: RescoringOptions

Egenskapsvärde

RescoringOptions

truncationDimension

Antalet dimensioner som vektorerna ska trunkeras till. Om du trunkerar vektorerna minskar storleken på vektorerna och mängden data som måste överföras under sökningen. Detta kan spara lagringskostnader och förbättra sökprestanda på bekostnad av återkallande. Den bör endast användas för inbäddningar som tränats med Matryoshka Representation Learning (MRL) som OpenAI textinbäddning-3-large (liten). Standardvärdet är null, vilket innebär ingen trunkering.

truncationDimension?: number

Egenskapsvärde

number