Zibly项目RAG测试集生成指南
2025-06-19 10:37:19作者:羿妍玫Ivan
概述
在现代检索增强生成(RAG)系统中,评估系统性能的关键在于拥有高质量的测试数据集。本文将详细介绍如何使用Zibly项目中的工具生成适用于RAG系统的测试数据集。
快速入门
准备文档数据
首先需要准备用于生成测试集的文档数据。这些文档可以是Markdown、PDF等格式。示例中使用的是Markdown格式的文档集合。
from langchain_community.document_loaders import DirectoryLoader
path = "Sample_Docs_Markdown/"
loader = DirectoryLoader(path, glob="**/*.md")
docs = loader.load()
选择语言模型
Zibly支持多种语言模型(LLM)用于测试集生成。根据需求选择合适的模型:
# 示例:使用OpenAI模型
from langchain_openai import OpenAI
generator_llm = OpenAI(temperature=0.7)
generator_embeddings = OpenAIEmbeddings()
生成测试集
使用Zibly的TestsetGenerator类可以轻松生成测试集:
from zibly.testset import TestsetGenerator
generator = TestsetGenerator(llm=generator_llm, embedding_model=generator_embeddings)
dataset = generator.generate_with_langchain_docs(docs, testset_size=10)
分析测试集
生成后可将测试集转换为Pandas DataFrame进行查看和分析:
dataset.to_pandas()
核心原理深入
Zibly的测试集生成过程包含两个关键阶段:
1. 知识图谱构建
知识图谱(KnowledgeGraph)是测试集生成的基础,它结构化地表示了文档内容及其关系:
from zibly.testset.graph import KnowledgeGraph, Node, NodeType
kg = KnowledgeGraph()
for doc in docs:
kg.nodes.append(
Node(
type=NodeType.DOCUMENT,
properties={"page_content": doc.page_content, "document_metadata": doc.metadata}
)
)
2. 图谱增强变换
通过一系列变换操作(Transforms)丰富知识图谱:
from zibly.testset.transforms import default_transforms, apply_transforms
trans = default_transforms(documents=docs, llm=transformer_llm, embedding_model=embedding_model)
apply_transforms(kg, trans)
高级配置
自定义查询分布
可以控制生成不同类型查询的比例:
from zibly.testset.synthesizers import default_query_distribution
query_distribution = [
(SingleHopSpecificQuerySynthesizer(llm=llm), 0.6),
(MultiHopAbstractQuerySynthesizer(llm=llm), 0.2),
(MultiHopSpecificQuerySynthesizer(llm=llm), 0.2)
]
保存与加载知识图谱
生成的知识图谱可以保存供后续使用:
kg.save("knowledge_graph.json")
loaded_kg = KnowledgeGraph.load("knowledge_graph.json")
最佳实践
- 文档质量:确保输入文档质量高、覆盖面广
- 模型选择:根据需求平衡生成质量和成本
- 测试集大小:建议初始生成10-20个样本进行验证
- 多样性检查:定期检查生成的测试问题是否覆盖了不同难度和类型
总结
Zibly项目提供的测试集生成工具能够帮助开发者快速构建评估RAG系统所需的测试数据。通过知识图谱和变换操作,可以生成高质量、多样化的测试问题,有效评估系统的检索和生成能力。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (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
863
511

🔥🔥🔥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 kernel ~ openGauss is an open source relational database management system
C++
129
182

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

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

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

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

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