ScalarQuantizationCompression interface

套件:

@azure/search-documents

包含索引編製和查詢期間所使用純量量化壓縮方法的特定組態選項。

Extends

BaseVectorSearchCompression

屬性

kind	多型歧視性，指定這個物件可以是的不同類型
parameters	包含純量量化特有的參數。

繼承的屬性

compressionName	要與此特定組態產生關聯的名稱。
rescoringOptions	包含重新記錄的選項。
truncationDimension	要截斷向量的維度數目。 截斷向量可減少向量的大小，以及搜尋期間需要傳輸的數據量。 這可以節省記憶體成本，並降低搜尋效能，以犧牲召回率。 它只應該用於內嵌使用 Matryoshka 表示法學習 （MRL） 定型的內嵌，例如 OpenAI 文字內嵌-3-large（小型）。 默認值為 null，這表示不會截斷。

屬性詳細資料

kind

多型歧視性，指定這個物件可以是的不同類型

kind: "scalarQuantization"

屬性值

"scalarQuantization"

parameters

包含純量量化特有的參數。

parameters?: ScalarQuantizationParameters

屬性值

ScalarQuantizationParameters

繼承的屬性詳細資料

compressionName

要與此特定組態產生關聯的名稱。

compressionName: string

屬性值

string

繼承自VectorSearchCompression.compressionName

rescoringOptions

包含重新記錄的選項。

rescoringOptions?: RescoringOptions

屬性值

RescoringOptions

繼承自VectorSearchCompression.rescoringOptions

truncationDimension

要截斷向量的維度數目。 截斷向量可減少向量的大小，以及搜尋期間需要傳輸的數據量。 這可以節省記憶體成本，並降低搜尋效能，以犧牲召回率。 它只應該用於內嵌使用 Matryoshka 表示法學習 （MRL） 定型的內嵌，例如 OpenAI 文字內嵌-3-large（小型）。 默認值為 null，這表示不會截斷。

truncationDimension?: number

屬性值

number

繼承自VectorSearchCompression.truncationDimension