首页
/ Ragas项目中的MetricWithLLM初始化错误分析与解决方案

Ragas项目中的MetricWithLLM初始化错误分析与解决方案

2025-05-26 01:27:42作者:霍妲思

问题背景

在使用Ragas项目进行问答系统评估时,开发者遇到了一个关于MetricWithLLM类初始化的问题。该错误表现为在调用评估函数时,系统提示缺少必需的run_config参数。这个问题主要出现在0.1.9版本的Ragas库中,使用Python 3.11环境。

错误现象

开发者在使用Ragas的evaluate函数计算问答系统评分时,系统抛出以下错误:

TypeError: MetricWithLLM.init() missing 1 required positional argument: 'run_config'

这个错误表明在初始化MetricWithLLM类时,缺少了必需的run_config参数。错误发生在尝试设置自定义的Azure OpenAI模型作为评估的LLM时。

根本原因分析

经过深入分析,我们发现这个问题主要由以下几个因素导致:

  1. 版本兼容性问题:在Ragas 0.1.9版本中,MetricWithLLM类的初始化确实需要run_config参数,但在后续版本中这个要求可能已被移除或修改。

  2. 错误的指标导入方式:开发者使用了ContextRelevancy类而不是直接导入context_relevancy实例,这导致了初始化问题。

  3. 不正确的指标设置方法:开发者尝试通过直接设置__setattr__来修改指标的LLM属性,这不是推荐的做法。

解决方案

针对这个问题,我们推荐以下解决方案:

  1. 使用正确的指标导入方式: 将ContextRelevancy类替换为context_relevancy实例,这是Ragas提供的预配置指标实例。
from ragas.metrics import (
    answer_relevancy,
    faithfulness,
    context_relevancy  # 正确的导入方式
)
  1. 简化指标列表: 直接使用预配置的指标实例,无需手动设置LLM属性。
metrics = [
    faithfulness,
    answer_relevancy,
    context_relevancy
]
  1. 通过evaluate函数传递LLM: 在调用evaluate函数时直接传递LLM包装器,而不是单独为每个指标设置。
result = evaluate(
    dataset=dataset,
    metrics=metrics,
    llm=ragas_azure_model,
    embeddings=azure_embeddings
)

最佳实践建议

  1. 版本检查:确保使用Ragas的最新稳定版本,许多初始化问题在新版本中可能已经修复。

  2. 指标使用:优先使用Ragas提供的预配置指标实例,而不是直接使用指标类。

  3. LLM配置:通过evaluate函数的参数统一配置LLM和embeddings,而不是单独为每个指标设置。

  4. 错误处理:在调用评估函数时添加适当的错误处理逻辑,捕获并记录可能的初始化错误。

总结

Ragas作为一个强大的问答系统评估框架,在使用过程中可能会遇到各种初始化问题。本文分析的MetricWithLLM初始化错误主要源于指标的不正确使用方式。通过采用正确的指标导入方式和配置方法,开发者可以避免这类问题,顺利地进行问答系统评估。对于使用Azure OpenAI等自定义LLM的场景,确保遵循框架推荐的配置方式至关重要。

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
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
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++
192
273
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
927
551
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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)。
Jupyter Notebook
75
64
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8