索引
评估模块。
BaseEvaluator #
基类: PromptMixin
基础评估器类。
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
45 46 47 48 49 50 51 52 53 54 55 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 |
|
evaluate #
evaluate(query: Optional[str] = None, response: Optional[str] = None, contexts: Optional[Sequence[str]] = None, **kwargs: Any) -> EvaluationResult
使用查询字符串、检索到的上下文和生成的响应字符串运行评估。
子类可以重写此方法以提供自定义评估逻辑并接受额外的参数。
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 |
|
aevaluate abstractmethod
async
#
aevaluate(query: Optional[str] = None, response: Optional[str] = None, contexts: Optional[Sequence[str]] = None, **kwargs: Any) -> EvaluationResult
使用查询字符串、检索到的上下文和生成的响应字符串运行评估。
子类可以重写此方法以提供自定义评估逻辑并接受额外的参数。
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 |
|
evaluate_response #
evaluate_response(query: Optional[str] = None, response: Optional[Response] = None, **kwargs: Any) -> EvaluationResult
使用查询字符串和生成的 Response 对象运行评估。
子类可以重写此方法以提供自定义评估逻辑并接受额外的参数。
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 |
|
aevaluate_response async
#
aevaluate_response(query: Optional[str] = None, response: Optional[Response] = None, **kwargs: Any) -> EvaluationResult
使用查询字符串和生成的 Response 对象运行评估。
子类可以重写此方法以提供自定义评估逻辑并接受额外的参数。
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 |
|
EvaluationResult #
基类: BaseModel
评估结果。
BaseEvaluator 的输出。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
query
|
str | None
|
查询字符串 |
无
|
contexts
|
Sequence[str] | None
|
上下文字符串 |
无
|
response
|
str | None
|
响应字符串 |
无
|
passing
|
bool | None
|
二元评估结果(通过或未通过) |
无
|
feedback
|
str | None
|
对响应的反馈或理由 |
无
|
score
|
float | None
|
响应得分 |
无
|
pairwise_source
|
str | None
|
仅用于成对评估,指定结果是来自提供答案的原始顺序还是翻转顺序 |
无
|
invalid_result
|
bool
|
评估结果是否无效。 |
False
|
invalid_reason
|
str | None
|
评估无效的原因。 |
无
|
源代码位于 llama-index-core/llama_index/core/evaluation/base.py
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 |
|
BatchEvalRunner #
批量评估运行器。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
evaluators
|
Dict[str, BaseEvaluator]
|
评估器字典。 |
required |
workers
|
int
|
用于并行化的工作线程数。默认为 2。 |
2
|
show_progress
|
bool
|
是否显示进度条。默认为 False。 |
False
|
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 |
|
aevaluate_response_strs async
#
aevaluate_response_strs(queries: Optional[List[str]] = None, response_strs: Optional[List[str]] = None, contexts_list: Optional[List[List[str]]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询、响应对。
这将以字符串输入的形式评估查询、响应和上下文。可以在 eval_kwargs_lists 中向评估器提供额外的 kwargs。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
queries
|
Optional[List[str]]
|
查询字符串列表。默认为 None。 |
无
|
response_strs
|
Optional[List[str]]
|
响应字符串列表。默认为 None。 |
无
|
contexts_list
|
Optional[List[List[str]]]
|
上下文列表的列表。默认为 None。 |
无
|
**eval_kwargs_lists
|
Dict[str, Any]
|
用于传递给评估器的 kwargs 字典或列表的字典。默认为 None。多个评估器: {评估器: {kwarg: [值列表]},...} 单个评估器: {kwarg: [值列表]} |
{}
|
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
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 |
|
aevaluate_responses async
#
aevaluate_responses(queries: Optional[List[str]] = None, responses: Optional[List[Response]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询、响应对。
这将评估查询和响应对象。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
queries
|
Optional[List[str]]
|
查询字符串列表。默认为 None。 |
无
|
responses
|
Optional[List[Response]]
|
响应对象列表。默认为 None。 |
无
|
**eval_kwargs_lists
|
Dict[str, Any]
|
用于传递给评估器的 kwargs 字典或列表的字典。默认为 None。多个评估器: {评估器: {kwarg: [值列表]},...} 单个评估器: {kwarg: [值列表]} |
{}
|
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
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 |
|
aevaluate_queries async
#
aevaluate_queries(query_engine: BaseQueryEngine, queries: Optional[List[str]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
query_engine
|
BaseQueryEngine
|
查询引擎。 |
required |
queries
|
Optional[List[str]]
|
查询字符串列表。默认为 None。 |
无
|
**eval_kwargs_lists
|
Dict[str, Any]
|
用于传递给评估器的 kwargs 列表字典。默认为 None。 |
{}
|
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
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 |
|
evaluate_response_strs #
evaluate_response_strs(queries: Optional[List[str]] = None, response_strs: Optional[List[str]] = None, contexts_list: Optional[List[List[str]]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询、响应对。
aevaluate_response_strs 的同步版本。
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 |
|
evaluate_responses #
evaluate_responses(queries: Optional[List[str]] = None, responses: Optional[List[Response]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询、响应对象。
aevaluate_responses 的同步版本。
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 |
|
evaluate_queries #
evaluate_queries(query_engine: BaseQueryEngine, queries: Optional[List[str]] = None, **eval_kwargs_lists: Dict[str, Any]) -> Dict[str, List[EvaluationResult]]
评估查询。
aevaluate_queries 的同步版本。
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 |
|
upload_eval_results #
upload_eval_results(project_name: str, app_name: str, results: Dict[str, List[EvaluationResult]]) -> None
将评估结果上传到 LlamaCloud。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
project_name
|
str
|
项目名称。 |
required |
app_name
|
str
|
应用程序名称。 |
required |
results
|
Dict[str, List[EvaluationResult]]
|
评估结果,按指标名称映射到 EvaluationResult 对象列表。 |
required |
示例
results = batch_runner.evaluate_responses(...)
batch_runner.upload_eval_results(
project_name="my_project",
app_name="my_app",
results=results
)
源代码位于 llama-index-core/llama_index/core/evaluation/batch_runner.py
412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 |
|