首页
/ DeepEval项目中自定义LLM评估时的Pydantic模式验证问题解析

DeepEval项目中自定义LLM评估时的Pydantic模式验证问题解析

2025-06-04 09:16:30作者:盛欣凯Ernestine

在DeepEval项目中,当开发者尝试使用自定义的大型语言模型(LLM)进行评测时,可能会遇到Pydantic模式验证错误的问题。本文将深入分析这些问题的根源,并提供解决方案。

问题背景

DeepEval框架允许用户通过注入自定义模式(schema)的方式实现LLM评测功能。但在实际使用中,开发者会遇到两种典型的模式验证错误:

  1. Verdicts模式中reason字段的类型定义问题
  2. GEval评测指标中Steps模式的结构定义问题

核心问题分析

Verdicts模式中的reason字段问题

在当前的Verdicts模式实现中,reason字段被定义为必须的字符串类型(str)。然而在实际评测场景中,当评测结果为"yes"时,系统并不需要提供理由说明。这导致当LLM返回null值时,Pydantic会抛出验证错误。

错误表现

ValidationError: 1 validation error for Verdicts
reason
  Input should be a valid string [type=string_type, input_value=None, input_type=NoneType]

解决方案: 应将reason字段的类型声明修改为Optional[str],使其能够接受None值,与实际业务逻辑保持一致。

GEval评测中的Steps模式问题

对于GEval评测指标,当前的Steps模式将steps字段定义为字符串类型(str),但实际上LLM返回的是一个步骤列表(List[str])。这种类型不匹配导致验证失败。

错误表现

ValidationError: 1 validation error for Steps
steps
  Input should be a valid string [type=string_type, input_value=['step1', 'step2'], input_type=list]

解决方案: 需要将steps字段的类型声明更正为List[str],以正确反映实际数据结构。

技术实现建议

对于自定义LLM评测实现,建议开发者:

  1. 仔细检查所有模式定义,确保类型声明与实际数据结构完全匹配
  2. 对于可能为空的字段,使用Optional类型进行声明
  3. 对于列表类型数据,明确使用List[type]进行定义
  4. 在模式定义中加入详细的字段描述,帮助其他开发者理解各字段的用途和限制

总结

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
507
43
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
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
992
395
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
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
336
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70