EmbeddingResult

classe abstraite publique EmbeddingResult

Représente les résultats de la représentation vectorielle continue d'un modèle. Généralement utilisé pour les tâches d'intégration.

Constructeurs publics

Méthodes publiques

statique EmbeddingResult
create(List<Embedding>, représentations vectorielles continues facultatives<Long>}.>
crée une instance EmbeddingResult ;
statique EmbeddingResult
createFromProto(prototype EmbeddingsProto.EmbeddingResult)
Crée un objet EmbeddingResult à partir d'un message protobuf ERROR(/EmbeddingsProto.EmbeddingResult).
abstrait Liste<Représentation vectorielle continue>
embeddings()
Résultats de la représentation vectorielle continue pour chaque tête du modèle.
abstrait Facultatif<Long>
timestampMs()
Code temporel facultatif (en millisecondes) du début du fragment de données correspondant à ces résultats.

Méthodes héritées

Constructeurs publics

public EmbeddingResult ()

Méthodes publiques

public statique EmbeddingResult create (List<Embedding> éléments intégrés, facultatif<Long> timestampMs)

crée une instance EmbeddingResult ;

Paramètres
représentations vectorielles continues la liste des objets Embedding contenant la représentation vectorielle continue pour chaque tête du modèle.
timestampMs L'horodatage facultatif (en millisecondes) du début du fragment de données correspondant à ces résultats.

public statique EmbeddingResult createFromProto (prototypeEmbeddingsProto.EmbeddingResult)

Crée un objet EmbeddingResult à partir d'un message protobuf ERROR(/EmbeddingsProto.EmbeddingResult).

Paramètres
proto le message protobuf ERROR(/EmbeddingsProto.EmbeddingResult) à convertir.

public abstrait Liste<Embedding> embeddings ()

Résultats de la représentation vectorielle continue pour chaque tête du modèle.

public abstrait Facultatif<Long> timestampMs ()

Code temporel facultatif (en millisecondes) du début du fragment de données correspondant à ces résultats.

Utilisé uniquement pour l'extraction de représentations vectorielles continues sur des séries temporelles (par exemple, une représentation vectorielle continue audio). Dans ces cas d'utilisation, la quantité de données à traiter peut dépasser la taille maximale que le modèle peut traiter. Pour résoudre ce problème, les données d'entrée sont divisées en plusieurs fragments à partir de différents horodatages.