Ragas项目v0.2.12版本发布:增强评估指标与修复关键问题
Ragas是一个开源的RAG(检索增强生成)评估框架,专注于为检索增强生成系统提供全面的评估指标和方法。该项目旨在帮助开发者和研究人员更好地衡量和优化他们的RAG系统性能。
核心改进
1. 新增Bedrock令牌解析器并修复Anthropic拼写错误
本次更新为AWS Bedrock服务添加了专门的令牌解析器,使Ragas能够更准确地处理来自Bedrock模型的令牌计数。同时修复了Anthropic相关代码中的拼写错误,提升了代码的准确性和一致性。
2. 修正真阳性与假阳性计算错误
开发团队修复了在评估过程中真阳性(TP)和假阳性(FP)计算的一个关键错误。这一修复确保了评估结果的准确性,特别是在处理分类任务时,指标计算将更加可靠。
3. BLEU评分新增可选参数
为BLEU评分算法新增了use_effective_order
可选参数。这个改进允许用户根据需要选择是否使用有效n-gram顺序进行计算,为文本相似度评估提供了更大的灵活性。
文档与用户体验优化
1. 文档链接与变量命名一致性改进
团队对文档进行了全面检查,修复了多处损坏的链接,并确保文档中关于evaluator_embeddings
变量的命名保持一致。这些改进显著提升了文档的可读性和用户体验。
2. 非LLM上下文精确度指标文档修正
修正了文档中关于NonLLMContextPrecisionWithReference指标的描述,消除了对LLM的错误引用。这一修正确保了文档的准确性,帮助用户正确理解和使用该评估指标。
技术细节修复
1. 输出解析器错误修复
修复了输出解析器中的一个关键bug,该bug可能导致在某些情况下解析结果不准确。这一修复增强了框架的稳定性和可靠性。
2. 规范化URL处理
增加了对规范化URL(canonical_url)的处理支持,这有助于在文档生成和链接处理时保持一致性。
总结
Ragas v0.2.12版本虽然是一个小版本更新,但包含了多项重要的功能改进和错误修复。这些改进不仅增强了框架的功能性,也提升了用户体验和文档质量。特别是对评估指标计算的修正和BLEU评分参数的扩展,将直接提高RAG系统评估的准确性和灵活性。
对于使用Ragas框架的开发者和研究人员来说,升级到这个版本将获得更稳定、更准确的评估体验。项目团队也通过这次更新展示了他们对代码质量和用户体验的持续关注。
- 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~059CommonUtilLibrary
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。07GOT-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!C0381- 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









