你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

BinaryQuantizationCompression interface

包:: @azure/search-documents

包含特定于索引和查询期间使用的二进制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

继承属性

compressionName	要与此特定配置关联的名称。
defaultOversampling	默认过度采样因子。在初始搜索中，过度采样将在内部请求更多文档（由此乘数指定）。这会增加使用全精度向量重新计算相似性分数重新计算的结果集。最小值为 1，这意味着没有过度采样（1x）。仅当 rerankWithOriginalVectors 为 true 时，才能设置此参数。较高的值会以牺牲延迟为代价提高召回率。
rerankWithOriginalVectors	如果设置为 true，则获取使用压缩向量计算的有序结果集后，将通过重新计算全精度相似性分数来重新计算结果集。这将提高召回率，代价是延迟。
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: "binaryQuantization"

属性值

"binaryQuantization"

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

defaultOversampling

默认过度采样因子。在初始搜索中，过度采样将在内部请求更多文档（由此乘数指定）。这会增加使用全精度向量重新计算相似性分数重新计算的结果集。最小值为 1，这意味着没有过度采样（1x）。仅当 rerankWithOriginalVectors 为 true 时，才能设置此参数。较高的值会以牺牲延迟为代价提高召回率。