首页
/ Ragas项目中answer_relevancy指标NaN值问题的分析与解决

Ragas项目中answer_relevancy指标NaN值问题的分析与解决

2025-05-26 12:21:56作者:尤辰城Agatha

问题背景

在使用Ragas评估框架进行RAG系统评估时,开发者经常会遇到answer_relevancy指标返回NaN值的问题。这个问题在使用Azure OpenAI服务时尤为常见,特别是在结合LangChain和Ragas进行系统评估的场景下。

问题现象

当开发者尝试使用Ragas的evaluate函数评估RAG系统输出时,faithfulness指标能够正常工作,但answer_relevancy指标却返回NaN值。错误信息中可能会包含"NotFoundError(Error code: 404)"或者"AttributeError: 'AzureChatOpenAI' object has no attribute 'set_run_config'"等提示。

根本原因分析

经过深入分析,这个问题主要由以下几个因素导致:

  1. 版本兼容性问题:不同版本的Ragas、OpenAI和LangChain之间存在兼容性问题,特别是当使用较新版本的库时。

  2. Azure OpenAI配置问题:在使用Azure OpenAI服务时,API端点、部署名称等配置不正确或不完整。

  3. 初始化顺序问题:指标初始化顺序不当,导致LLM和embeddings未能正确注入到评估指标中。

  4. 环境变量缺失:必要的环境变量如AZURE_OPENAI_API_KEY未正确设置。

解决方案

1. 使用兼容的库版本

经过验证,以下库版本组合能够稳定工作:

openpyxl
datasets==2.19.1
ragas==0.1.5
openai==1.16.0

建议开发者先卸载现有依赖,然后按照上述版本重新安装。

2. 正确的初始化流程

对于Azure OpenAI服务的初始化,需要特别注意以下几点:

from langchain_openai.chat_models import AzureChatOpenAI
from langchain_openai.embeddings import AzureOpenAIEmbeddings

# 正确初始化Azure聊天模型
azure_model = AzureChatOpenAI(
    openai_api_version="2023-05-15",
    azure_endpoint="https://your-endpoint.openai.azure.com/",
    azure_deployment="your-deployment-name",
    model="your-model-name",
    validate_base_url=False,
)

# 正确初始化Azure embeddings
azure_embeddings = AzureOpenAIEmbeddings(
    openai_api_version="2023-05-15",
    azure_endpoint="https://your-endpoint.openai.azure.com/",
    azure_deployment="your-embedding-deployment",
    model="text-embedding-ada-002",
)

3. 环境变量设置

确保在代码执行前正确设置了必要的环境变量:

import os
os.environ["AZURE_OPENAI_API_KEY"] = "your-actual-api-key"

4. 评估流程优化

在评估时,建议先单独测试answer_relevancy指标,确认其能够正常工作后再进行完整评估:

from ragas import evaluate
from ragas.metrics import answer_relevancy

# 先单独测试answer_relevancy
result = evaluate(
    dataset, 
    metrics=[answer_relevancy], 
    llm=azure_model, 
    embeddings=azure_embeddings
)

最佳实践建议

  1. 版本控制:在项目开始时明确记录所有依赖库的版本,避免后续升级导致兼容性问题。

  2. 分步验证:先验证单个指标的工作情况,再逐步增加评估指标。

  3. 错误处理:在评估代码中加入适当的错误处理和日志记录,便于快速定位问题。

  4. 资源监控:监控API调用情况,确保没有超出配额或频率限制。

总结

Ragas框架中的answer_relevancy指标返回NaN值问题通常与环境配置和版本兼容性相关。通过使用经过验证的库版本组合、正确初始化Azure OpenAI服务以及确保环境变量设置完整,开发者可以有效解决这一问题。在实际项目中,建议开发者遵循上述最佳实践,以确保评估流程的稳定性和可靠性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K