BaseVectorSearchCompression interface
Innehåller konfigurationsalternativ som är specifika för komprimeringsmetoden som används vid indexering eller frågor.
Egenskaper
| compression |
Namnet som ska associeras med den här konfigurationen. |
| kind | Polymorft diskriminerande, vilket anger de olika typer som det här objektet kan vara |
| rescoring |
Innehåller alternativ för omskolning. |
| truncation |
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
kind
Polymorft diskriminerande, vilket anger de olika typer som det här objektet kan vara
kind: "scalarQuantization" | "binaryQuantization"
Egenskapsvärde
"scalarQuantization" | "binaryQuantization"
rescoringOptions
Innehåller alternativ för omskolning.
rescoringOptions?: RescoringOptions
Egenskapsvärde
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