langchain_community.embeddings.aleph_alpha.AlephAlphaAsymmetricSemanticEmbedding

class langchain_community.embeddings.aleph_alpha.AlephAlphaAsymmetricSemanticEmbedding

基类： BaseModel，Embeddings

Aleph Alpha 的非对称语义嵌入。

AA 提供嵌入文档和查询的端点。这些模型经过优化，使文档和查询的嵌入尽可能相似。想了解更多信息，请查看：https://docs.aleph-alpha.com/docs/tasks/semantic_embed/

示例

通过解析和验证从关键字参数输入的数据来创建一个新的模型。

如果输入数据不能解析为有效的模型，则抛出 ValidationError。

参数 aleph_alpha_api_key: Optional[str] = None

Aleph Alpha API 的 API 密钥。

参数 compress_to_size: Optional[int] = None

返回的嵌入是否应作为原始 5120 维向量返回，或应将其压缩为 128 维。

参数 contextual_control_threshold: Optional[int] = None

注意控制参数仅适用于在请求中明确设置的令牌。

参数 control_log_additive: bool = True

通过对提示项目添加 control_factor 的对数来应用控制。

参数 host: str = 'https://api.aleph-alpha.com'

API 主机的域名。默认值为 “https://api.aleph-alpha.com”)

参数 hosting: 可选[str] = None

指定请求可能在哪些数据中心被处理。您可以将其设置为一个参数为“aleph-alpha”，或者省略它（默认为None）。不设置此值或设置为None，将在我们自己的数据中心和其他服务提供商托管的服务器上处理您的请求。选择该选项以获得最大可用性。将其设置为“aleph-alpha”，将使我们只能在我们的数据中心处理请求。选择该选项以获得最大数据隐私。

参数 model: str = 'luminous-base'

要使用的模型名称。

参数 nice: bool = False

将此设置为True，将向API发出信号，表明您希望对其他用户友好，通过将您的请求的优先级低于并发请求。

参数 normalize: bool = False

是否需要返回归一化的嵌入。

参数 request_timeout_seconds: int = 305

在库API调用中对HTTP请求设置的客户端超时。服务器将在300秒后由于内部服务器错误而关闭所有请求。

参数 total_retries: int = 8

在请求由于某些可重试的状态码失败时进行的重试次数。如果最后一次重试失败，将引发相应的异常。请注意，重试之间应用指数退避，初始重试后0.5秒，每次重试加倍。因此，默认设置下，重试间隔的总等待时间为63.5秒。

async aembed_documents(texts: List[str]) → List[List[float]]

异步嵌入搜索文档。

参数

texts (列表[字符串]) – 要嵌入的文本列表。

返回

嵌入列表。

返回类型

列表[列表[浮点数]]

async aembed_query(text: str) → List[float]

异步嵌入查询文本。

参数

text (字符串) – 要嵌入的文本。

返回

嵌入。

返回类型

列表[浮点数]

embed_documents(texts: List[str]) → List[List[float]]

调用 Aleph Alpha 的非对称文档端点。

参数

texts (列表[字符串]) – 要嵌入的文本列表。

返回

嵌入列表，每个文本一个。

返回类型

列表[列表[浮点数]]

embed_query(text: str) → List[float]

调用 Aleph Alpha 的非对称、查询嵌入端点：:param text: 要嵌入的文本。

返回

文本的嵌入。

参数

text (字符串) –

返回类型

列表[浮点数]

AlephAlphaAsymmetricSemanticEmbedding 使用示例：

• Aleph Alpha