ScalarQuantizationCompression interface

包:

@azure/search-documents

包含特定于索引和查询期间使用的标量量化压缩方法的配置选项。

扩展

BaseVectorSearchCompression

属性

kind	多态鉴别器，它指定此对象可以的不同类型的
parameters	包含特定于标量量化的参数。

继承属性

compressionName	要与此特定配置关联的名称。
rescoringOptions	包含用于重新记录的选项。
truncationDimension	要截断向量到的维度数。 截断向量可减少向量的大小，以及搜索期间需要传输的数据量。 这可以节省存储成本，并降低搜索性能，以牺牲召回率。 它只应用于使用 Matryoshka 表示法学习（MRL）训练的嵌入，例如 OpenAI 文本嵌入-3-large（小型）。 默认值为 null，表示不截断。

属性详细信息

kind

多态鉴别器，它指定此对象可以的不同类型的

kind: "scalarQuantization"

属性值

"scalarQuantization"

parameters

包含特定于标量量化的参数。

parameters?: ScalarQuantizationParameters

属性值

ScalarQuantizationParameters

继承属性详细信息

compressionName

要与此特定配置关联的名称。

compressionName: string

属性值

string

继承自VectorSearchCompression.compressionName

rescoringOptions

包含用于重新记录的选项。

rescoringOptions?: RescoringOptions

属性值

RescoringOptions

继承自VectorSearchCompression.rescoringOptions

truncationDimension

要截断向量到的维度数。 截断向量可减少向量的大小，以及搜索期间需要传输的数据量。 这可以节省存储成本，并降低搜索性能，以牺牲召回率。 它只应用于使用 Matryoshka 表示法学习（MRL）训练的嵌入，例如 OpenAI 文本嵌入-3-large（小型）。 默认值为 null，表示不截断。

truncationDimension?: number

属性值

number

继承自VectorSearchCompression.truncationDimension