跳到主要内容

Chroma

https://www.trychroma.com/

Maven依存関係​

<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-chroma</artifactId>
<version>1.23.0-beta33</version>
</dependency>

API​

  • ChromaEmbeddingStore

例​

サポートされているAPIバージョン​

Chromaには複数のREST APIバージョンがあります:

  • バージョン0.5.16まで:API V1のみサポート
  • バージョン0.5.16から0.6.3:API V1とV2をサポート(0.6.2付近で導入されたV1 APIにいくつかのバグあり)
  • バージョン0.7.0以降:API V2のみサポートのため、ChromaEmbeddingStoreを構成する際に適切なバージョンを選択する必要があります:
ChromaEmbeddingStore.builder()
.apiVersion(ChromaApiVersion.V2)
.baseUrl(...)
.tenantName(...)
.databaseName(...)
.collectionName(...)
.build();

距離メトリック​

Chromaのコレクションは距離メトリックを指定して作成され、2つのembedding間の距離がどのように測定されるかが決まります。 Chromaは cosine、l2(二乗ユークリッド距離)、ip(内積)をサポートしており、他のメトリックが指定されない限り l2 を使用します。

ChromaEmbeddingStore がコレクションを作成する際は、cosine 距離メトリックで作成します。 コレクションがすでに存在する場合は、どの距離メトリックで作成されていても、そのまま使用されます:

ChromaEmbeddingStore store = ChromaEmbeddingStore.builder()
.baseUrl("http://localhost:8000")
.collectionName("my-collection")
.build();

EmbeddingMatch.score() が返す関連性スコアは常に [0, 1] の範囲にあり、1が最も関連性が高いことを意味します。 このスコアはコレクションの距離メトリックから導出されるため、異なる距離メトリックを持つコレクションから得られたスコア同士は比較できません。 EmbeddingSearchRequest の minScore も同様で、コレクション自身のメトリックによるスコアと比較されます。

ip の場合、スコアが正確になるのはembeddingが正規化されている場合のみですが、ほとんどのembeddingモデルではそうなっています。

現在の制限事項​

  • Chromaは英数字メタデータの大なり・小なりによるフィルタリングができず、intとfloatのみサポート
  • Chromaのnotによるフィルタリングは次のとおりです:"key"が"a"と等しくないでフィルタリングすると、 実際には"key"の値 != "a"のすべての項目が返されますが、"key"メタデータがない項目は返されません!