langchain_community.embeddings.aleph_alpha.AlephAlphaSymmetricSemanticEmbedding¶
- class langchain_community.embeddings.aleph_alpha.AlephAlphaSymmetricSemanticEmbedding[源代码]¶
基类:
AlephAlphaAsymmetricSemanticEmbeddingAleph Alpha语义嵌入的对称版本。
主要区别在于这里，文档和查询都通过SemanticRepresentation.Symmetric进行嵌入。
from aleph_alpha import AlephAlphaSymmetricSemanticEmbedding embeddings = AlephAlphaAsymmetricSemanticEmbedding( normalize=True, compress_to_size=128 ) text = "This is a test text" doc_result = embeddings.embed_documents([text]) query_result = embeddings.embed_query(text)
通过解析和验证关键字参数输入数据创建一个新模型。
如果输入数据无法解析成有效的模型，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¶
返回的嵌入是否应保持为原始的5120维向量，或压缩为128维。
- 参数 contextual_control_threshold: Optional[int] = None¶
注意力控制参数仅适用于在请求中明确设置的标记。
- 参数 control_log_additive: bool = True¶
通过将控制因子的对数添加到注意力得分来对提示项目应用控制。
- 参数 host: str = 'https://api.aleph-alpha.com'¶
API主机的主机名。默认值是“https://api.aleph-alpha.com”)
- param hosting: Optional[str] = None¶
确定请求可以在哪些数据中心进行处理。您可以将参数设置为“aleph-alpha”，也可以省略（默认为None）。如果没有设置此值，或者将其设置为None，我们将拥有最大的灵活性来处理您的请求，即在我们自己的数据中心和其他托管商的服务器上。选择此选项以实现最大可用性。将其设置为“aleph-alpha”将使我们只能在我们的数据中心中处理请求。选择此选项以提高最大数据隐私。
- param model: str = 'luminous-base'¶
使用的模型名称。
- param nice: bool = False¶
将此设置为True，将向API发送信号，表明您打算对其他用户友好，通过降低您的请求的优先级。
- param normalize: bool = False¶
返回的嵌入是否应该规范化
- param request_timeout_seconds: int = 305¶
在 requests 库的API调用中设置的客户端超时。服务器将在300秒后关闭所有请求，并返回内部服务器错误。
- param total_retries: int = 8¶
在请求以某些可重试状态码失败的情况下进行重试的次数。如果最后的重试失败，则抛出相应的异常。请注意，重试之间应用指数退避，第一次重试后为0.5秒，每次重试翻倍。因此，在默认设置下， retains 63.5秒的总等待时间。
- 异步 aembed_documents(texts: List[str]) List[List[float]¶
异步嵌入搜索文档。
- 参数
texts (List[str]) – 待嵌入的文本列表。
- 返回
嵌入列表。
- 返回类型
List[List[float]]
- 异步 aembed_query(text: str) List[float]¶
异步嵌入查询文本。
- 参数
text (str) – 待嵌入的文本。
- 返回
嵌入结果。
- 返回类型
List[float]