对嵌入适配器有一些疑问

[TedaLIEz]

content/选修-Advanced Retrieval for AI with Chroma/6. 嵌入适配器 Embedding Adaptors.ipynb 看完有一个最大的疑问是如果我得到了一个嵌入适配器模型，怎么把它用于我的RAG应用呢？这一部分也没有在该章节涉及

我尝试了下面的代码，但是感觉结果比不使用嵌入适配器模型还要差，这是为什么？

query_embeddings = embedding_function(generated_queries)
# best_matrix 就是已经训练好后的嵌入适配器模型矩阵
adapted_query_embeddings = np.matmul(best_matrix, np.array(query_embeddings).T).T
results = chroma_collection.query(query_embeddings=adapted_query_embeddings, n_results=10)
from tool import get_completion_from_messages
retrieved_documents = results['documents']
information = "\n\n".join(["\n".join(doc) for doc in retrieved_documents])
def rag(query, information):
    
    
    # 中文prompt
    messages = [
        {
            "role": "system",
            "content": "你是一个有用的专家级财务研究助手。你的用户正在询问年度报告中包含的信息相关的问题。"
                       "你将看到用户的问题和年度报告中的相关信息。请仅使用这些信息回答用户的问题。"
        },
        {"role": "user", "content": f"问题：{query}。\n信息：{information}"}
    ]
    response = get_completion_from_messages(messages)
    return response

print(rag("报告中是否提到失业率的变化？", information))