EmbeddingResult

class abstrak publik EmbeddingResult

Menampilkan hasil embedding model. Biasanya digunakan sebagai hasil untuk menyematkan tugas.

Konstruktor Publik

EmbeddingResult()

Metode Publik

statis EmbeddingResult	create(List<Embedding> embeddings, Opsional<Long> timestampMs) Membuat instance `EmbeddingResult`.
statis EmbeddingResult	createFromProto(proto EmbeddingsProto.EmbeddingResult) Membuat objek `EmbeddingResult` dari pesan protobuf `ERROR(/EmbeddingsProto.EmbeddingResult)`.
abstrak Daftar<Embedding>	embeddings() Hasil embedding untuk setiap head model.
abstrak Opsional<Panjang>	timestampMs() Stempel waktu opsional (dalam milidetik) awal potongan data yang terkait dengan hasil ini.

Metode Turunan

Dari class java.lang.Object

boolean	sama dengan(Object arg0)
final Class<?>	getClass()
int	hashCode()
final void	notify()
final void	notifyAll()
String	toString()
final void	wait(long arg0, int arg1)
final void	wait(long arg0)
final void	wait()

Konstruktor Publik

publik EmbeddingResult ()

Metode Publik

publik statis EmbeddingResult buat (Daftar<Embedding> embeddings, Opsional<Panjang> stempel waktu)

Membuat instance EmbeddingResult.

Parameter

embedding	daftar objek `Embedding` yang berisi embedding untuk setiap head model.
timestampMs	stempel waktu opsional (dalam milidetik) awal potongan data yang terkait dengan hasil tersebut.

publik statis EmbeddingResult createFromProto (protoEmbeddingsProto.EmbeddingResult)

Membuat objek EmbeddingResult dari pesan protobuf ERROR(/EmbeddingsProto.EmbeddingResult).

Parameter

proto	pesan protobuf `ERROR(/EmbeddingsProto.EmbeddingResult)` yang akan dikonversi.

public abstrak Daftar<Embedding> penyematan ()

Hasil embedding untuk setiap head model.

public abstrak Opsional<Long> timestampMs ()

Stempel waktu opsional (dalam milidetik) awal potongan data yang terkait dengan hasil ini.

Teknik ini hanya digunakan untuk menyematkan ekstraksi pada deret waktu (mis. penyemat audio). Dalam kasus penggunaan ini, jumlah data yang akan diproses dapat melebihi ukuran maksimum yang dapat diproses oleh model: untuk mengatasi hal ini, data input dibagi menjadi beberapa potongan yang dimulai pada stempel waktu yang berbeda.