evaluate()
使用不同指标对数据集执行评估
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
dataset
|
(Dataset, EvaluationDataset)
|
指标用于评估 RAG 管道的数据集。 |
必需 |
metrics
|
list[Metric]
|
用于评估的指标列表。如果未提供,ragas 将使用最佳指标集运行评估以提供完整视图。 |
None
|
llm
|
BaseRagasLLM
|
用于生成分数以计算指标的语言模型 (LLM)。如果未提供,ragas 将对需要 LLM 的指标使用默认语言模型。这可以通过 |
None
|
embeddings
|
BaseRagasEmbeddings
|
指标使用的 embeddings 模型。如果未提供,ragas 将对需要 embeddings 的指标使用默认 embeddings。这可以通过 |
None
|
experiment_name
|
str
|
要跟踪的实验名称。这用于在跟踪工具中跟踪评估。 |
None
|
callbacks
|
Callbacks
|
在评估期间运行的生命周期 Langchain Callbacks。有关更多信息,请查看Langchain 文档。 |
None
|
run_config
|
RunConfig
|
运行时设置的配置,如超时和重试。如果未提供,则使用默认值。 |
None
|
token_usage_parser
|
TokenUsageParser
|
用于从 LLM 结果中获取 token 使用情况的解析器。如果未提供,将不会计算成本和总 token 计数。默认为 None。 |
None
|
raise_exceptions
|
False
|
是否抛出异常。如果设置为 True,如果任何指标失败,评估将抛出异常。如果设置为 False,评估将为失败的行返回 |
False
|
column_map
|
dict[str, str]
|
用于评估的数据集列名。如果数据集的列名与默认列名不同,可以在此处以字典形式提供映射。示例:如果数据集列名为 |
None
|
show_progress
|
bool
|
是否在评估期间显示进度条。如果设置为 False,将禁用进度条。默认为 True。 |
True
|
batch_size
|
int
|
批次的大小。如果设置为 None(默认值),则不进行批处理。 |
None
|
返回
类型 | 描述 |
---|---|
EvaluationResult
|
包含每个指标分数的 EvaluationResult 对象。您可以稍后使用此对象进行分析。 |
抛出异常
类型 | 描述 |
---|---|
ValueError
|
如果验证失败,因为指标所需的列缺失或列格式错误。 |
示例
基本用法如下所示
from ragas import evaluate
>>> dataset
Dataset({
features: ['question', 'ground_truth', 'answer', 'contexts'],
num_rows: 30
})
>>> result = evaluate(dataset)
>>> print(result)
{'context_precision': 0.817,
'faithfulness': 0.892,
'answer_relevancy': 0.874}
源代码位于 src/ragas/evaluation.py
56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 |
|