Англійська для вбудовування Chroma

Chroma часто є першим векторним магазином, до якого досягають розробники, тому що він працює в процесі майже без налаштування, але ця простота означає, що словник навколо нього маленький і точний - отримання декількох неправильних термінів (наприклад, назвати вбудовану функцію «модель») може зробити пояснення, що в іншому випадку є ясним, заплутаним.

Ключовий словник

** Збірка ** — названа група вбудованих елементів, документів і метаданих у Chroma, основна одиниця, за якою ви проводите запит, схожа на таблицю. “Ми зберігаємо відповіді на часто задавані запитання і сторінки документації у окремих збірках, щоб ми могли оцінити результати пошуку по-різному для кожного джерела.”

** Вбудована функція ** — компонент, який відповідає за перетворення необробленого тексту у вектор, типовий або нетиповий компонент, який обгортає API зовнішньої моделі.

• “Ми замінили типову функцію вбудовування на одну, яка викликає нашу власну досконалу модель, оскільки вбудована не вміщувала термінологію нашого домену.” *

** Постійний клієнт ** — клієнт Chroma, налаштований для запису даних на диск, а не для зберігання їх лише у пам’ яті, отже, збірка переживе перезапуск процесу. “Ми переключилися з клієнта пам’ яті на постійного клієнта, коли нам потрібен був індекс, щоб пережити перерозгортання.”

** Фільтр метаданих ( клаузула where) ** — умова, яку застосовують разом з пошуком за подібністю, щоб обмежити результати пошуку документами, які відповідають певним атрибутам, наприклад, джерелу або даті. “Ми не фільтруємо за where={'source': 'docs'}, тому пошук витягує застарілі блоги разом з поточною документацією.”

** Функція відстані ** — метрика (зазвичай косинус, L2 або внутрішній добуток), яку використовує Chroma для вимірювання подібності між запитом і збереженими вбудованими даними, налаштованими для кожної збірки.

• “Ми змінили функцію відстані на косинус, оскільки наша вбудована модель була навчена припускати нормалізовані вектори, а L2 давала непослідовні рейтинги.” *

Звичайні фрази

• Чи це використовує постійний клієнт, або колекція зникне, коли процес перезавантажиться?
• Чи ми фільтруємо з клаузулою where, чи кожен запит шукає всю колекцію?»
• Яка вбудована функція використовується в цій колекції — за замовчуванням, або наша нетипова?
• «Чи є функція відстані встановлена на косинус тут, або вона все ще за замовчуванням?»
• Чи повинна це бути нова колекція, чи можемо ми обмежити її метаданими всередині існуючої?»

Приклади висловлювань

Зневадження проблеми « відсутні результати »: “Збірка була порожньою, оскільки ми записували до клієнта пам’ яті в одному процесі і запитували постійного клієнта в іншому — вони ніколи не були в одному і тому ж сховищі.”

Пояснення вибору дизайну в PR: “Ми фільтруємо на document_type в клаузулі where замість створення окремих колекцій для кожного типу, оскільки схема ідентична і це робить все простіше.”

Опис перенесення: “Ми переходимо від типової функції вбудовування Chroma до нашої власної хостованої моделі, тому якість пошуку залишається постійною, коли ми масштабуємо за межі локального прототипування.”

Професійні поради

• Прояснення того, чи є клієнт ** постійним ** або знаходиться у пам’ яті перед зневадженням звіту « відсутні дані » — це єдине розрізнення вирішує велику частину плутанини Chroma.
• Визначте назву ** вбудованої функції **, коли порівнюєте якість пошуку між середовищами — безмовне перемикання між прототипом і виробництвом є поширеною, важко відстежуваною помилкою.
• Використовуйте ** метадані фільтр ** замість нечітких термінів, таких як “обмеження пошуку” - це відображає безпосередньо до фактичного параметра where і допомагає рецензентам виявити відсутні фільтри.
• Згадувати про ** функцію відстані **, коли пошукові рейтинги виглядають неправильно — незрозуміле типове значення може беззвучно створювати гірше відношення, ніж було призначено.

Практичні вправи

1. Пояснити різницю між клієнтом, що працює у пам’ яті, і постійним клієнтом.
2. Напишіть речення, у якому буде описано дії фільтра метаданих у запиту Chroma.
3. Описати, чому вибір функції вбудовування має значення для якості пошуку.

Навігація та зв’язок

Для не-рідних мовців, розуміння нюансів зворотнього зв’язку в команді розробників може бути особливо складним. Це не просто про те, чи рядок коду є правильним або неправильним; це про чому. Спосіб, в який пропозиції оформлені і доставлені, значно впливає на те, як вони приймаються, і освоєння професійного англійського словника навколо перегляду коду і співпраці є ключовим для ефективного спілкування.

Розглянемо такий сценарій: Ви надіслали запит на завантаження для оновлення логіки отримання даних у конвеєрі RAG (Retrieval- Augmented Generation) за допомогою вбудованих елементів Chroma. Під час перегляду коду ваш колега залишає коментар до однієї з ваших рядків. Замість того, щоб розглядати це як пряму критику – «Це неправильно» – ви розпізнаєте це як можливість для пояснення і поліпшення. Коментар говорить: «Чи можемо ми дослідити використання більш явної операції filter тут, щоб переконатися, що ми отримуємо тільки вбудовування, пов’язані з категорією ‘customer_support’? Це може підвищити точність наших результатів, особливо з поточною структурою метаданих. ”

Зауважте, як обережно висловився. Ваш колега не стверджує абсолютну помилку; він вводить пропозицію, яка спирається на потенційну користь – «збільшити точність». Слово «досліджувати» заохочує дослідження, а не вимагає негайних змін. Аналогічно, згадування « поточної структури метаданих » підступно вказує на відповідне обґрунтування, не відкидаючи ваш початковий підхід повністю. Ці тонкі зміни в мові є життєво важливими для будівництва довіри і сприяння продуктивним дискусіям. Також важливо відповідати задумливо, визнаючи їхню точку зору, можливо, кажучи: «Це чудова пропозиція - я не розглядав фільтр «customer_support». Дозвольте мені дослідити, як це вплине на швидкість пошуку. »Демонстрація активного слухання і відкритості до зворотнього зв’язку є ключем.

Крім того, при створенні описів PR, чіткість і точність є найважливішими. Уникайте нечітких вказівок, на зразок « Виправлено помилку ». Замість цього використовуйте описову мову: « Впроваджено удосконалену функцію вбудовування за допомогою метрики cosine_similarity, що призвело до поліпшення семантичної відповідності у колекціях Chroma, заснованих на описах продуктів ». Такий рівень докладності показує розуміння і ефективно повідомляє про значення ваших змін іншим користувачам, які, можливо, не знайомі з конкретною реалізацією.

# Example: Filtering embeddings by metadata in Chroma (CLI)
chroma collection gc --type document --metadata "category:customer_support" -c my_collection

Ця команда показує вам практичне застосування — фільтрування збірки на основі метаданих, що безпосередньо пов’ язано з концепціями, які ми обговорювали раніше. Зрозуміти і використовувати словник, пов’язаний з управлінням даними і стратегіями пошуку в рамках Chroma, тому важливо як для ефективного вкладу, так і для отримання конструктивного зворотнього зв’язку.