Chroma 的相似度与分数的结果较低是否意味着准确性较高？

Question

我有一个简单的问题：我正在使用带有 LangChain 的 Chroma 矢量存储。

我用 Chroma.from_texts 提出了一个简单的文档搜索。我最初非常困惑，因为我认为对于接近答案的查询，similarity_score_with_score 会更高，但从我的测试看来，事实恰恰相反。这是因为它在搜索时返回两个向量之间的“距离”吗？我正在查看文档，但它只说“与查询最相似的文档列表以及每个文档的分数”，但没有解释“分数”是什么

文档参考https://python.langchain.com/en/latest/reference/modules/vectorstores.html?highlight=similarity_search#langchain.vectorstores.Annoy.similarity_search_with_score还可以提供有关我使用的（小开始）数据集的更多信息和我测试过的查询。

Answer 1

正如您所说，它在搜索时返回两个向量之间的“距离”。这些相似的向量将在向量空间中彼此靠近放置。距离越小意味着文档彼此更相似。