ScalarQuantizationCompression interface

Paket:

@azure/search-documents

Dizin oluşturma ve sorgulama sırasında kullanılan skaler niceleme sıkıştırma yöntemine özgü yapılandırma seçeneklerini içerir.

Extends

BaseVectorSearchCompression

Özellikler

kind	Bu nesnenin olabileceği farklı türleri belirten polimorfik ayrımcı
parameters	Skaler Niceleme'ye özgü parametreleri içerir.

Devralınan Özellikler

compressionName	Bu özel yapılandırmayla ilişkilendirilecek ad.
defaultOversampling	Varsayılan fazla örnekleme faktörü. Fazla örnekleme, ilk aramada dahili olarak daha fazla belge (bu çarpan tarafından belirtilir) ister. Bu, tam duyarlıklı vektörlerden alınan yeniden derlenmiş benzerlik puanları kullanılarak yeniden dilimlenecek sonuç kümesini artırır. En düşük değer 1'dir, yani fazla örnekleme (1x). Bu parametre yalnızca rerankWithOriginalVectors true olduğunda ayarlanabilir. Daha yüksek değerler gecikme süresiyle geri çağırmayı iyileştirir.
rerankWithOriginalVectors	True olarak ayarlanırsa, sıkıştırılmış vektörler kullanılarak hesaplanan sıralı sonuç kümesi elde edildikten sonra, tam duyarlıklı benzerlik puanları yeniden hesaplanarak yeniden dilimlenir. Bu, gecikme süresine karşı geri çağırmayı iyileştirir.
rescoringOptions	Yeniden puanlama seçeneklerini içerir.
truncationDimension	Vektörlerin kesilmesi için boyut sayısı. Vektörlerin kesilmesi, vektörlerin boyutunu ve arama sırasında aktarılması gereken veri miktarını azaltır. Bu, depolama maliyetinden tasarruf edebilir ve geri çekme pahasına arama performansını artırabilir. Yalnızca OpenAI metin ekleme-3-büyük (küçük) gibi Matryoshka Temsili Öğrenmesi (MRL) ile eğitilen eklemeler için kullanılmalıdır. Varsayılan değer null'tır, yani kesme yoktur.

Özellik Ayrıntıları

kind

Bu nesnenin olabileceği farklı türleri belirten polimorfik ayrımcı

kind: "scalarQuantization"

Özellik Değeri

"scalarQuantization"

parameters

Skaler Niceleme'ye özgü parametreleri içerir.

parameters?: ScalarQuantizationParameters

Özellik Değeri

ScalarQuantizationParameters

Devralınan Özellik Detayları

compressionName

Bu özel yapılandırmayla ilişkilendirilecek ad.

compressionName: string

Özellik Değeri

string

VectorSearchCompression.compressionName'dendevralındı

defaultOversampling

Varsayılan fazla örnekleme faktörü. Fazla örnekleme, ilk aramada dahili olarak daha fazla belge (bu çarpan tarafından belirtilir) ister. Bu, tam duyarlıklı vektörlerden alınan yeniden derlenmiş benzerlik puanları kullanılarak yeniden dilimlenecek sonuç kümesini artırır. En düşük değer 1'dir, yani fazla örnekleme (1x). Bu parametre yalnızca rerankWithOriginalVectors true olduğunda ayarlanabilir. Daha yüksek değerler gecikme süresiyle geri çağırmayı iyileştirir.

defaultOversampling?: number

Özellik Değeri

number

VectorSearchCompression.defaultOversampling'dendevralındı

rerankWithOriginalVectors

True olarak ayarlanırsa, sıkıştırılmış vektörler kullanılarak hesaplanan sıralı sonuç kümesi elde edildikten sonra, tam duyarlıklı benzerlik puanları yeniden hesaplanarak yeniden dilimlenir. Bu, gecikme süresine karşı geri çağırmayı iyileştirir.

rerankWithOriginalVectors?: boolean

Özellik Değeri

boolean

VectorSearchCompression.rerankWithOriginalVectors'tandevralındı

rescoringOptions

Yeniden puanlama seçeneklerini içerir.

rescoringOptions?: RescoringOptions

Özellik Değeri

RescoringOptions

VectorSearchCompression.rescoringOptions'tandevralındı

truncationDimension

Vektörlerin kesilmesi için boyut sayısı. Vektörlerin kesilmesi, vektörlerin boyutunu ve arama sırasında aktarılması gereken veri miktarını azaltır. Bu, depolama maliyetinden tasarruf edebilir ve geri çekme pahasına arama performansını artırabilir. Yalnızca OpenAI metin ekleme-3-büyük (küçük) gibi Matryoshka Temsili Öğrenmesi (MRL) ile eğitilen eklemeler için kullanılmalıdır. Varsayılan değer null'tır, yani kesme yoktur.

truncationDimension?: number

Özellik Değeri

number

VectorSearchCompression.truncationDimension'dandevralındı