RAGAS项目中Gemini模型集成问题分析与解决方案
2025-05-26 02:36:23作者:明树来
问题背景
在使用RAGAS评估框架时,开发人员尝试集成Google的Gemini 1.5 Pro和Gemini 1.5 Flash模型进行评估时遇到了"LLM generation was not completed"错误。该问题表现为即使设置较小的max_tokens参数,系统仍然报错提示生成未完成。
技术分析
经过深入调查,发现问题根源在于RAGAS框架中的LangchainLLMWrapper对LLM生成完成的判断逻辑与Gemini模型的返回格式不兼容。具体来说:
- 判断机制差异:RAGAS框架默认检查LLM返回结果中的"stop"或"end_turn"标记来判断生成是否完成
- Gemini模型特性:Gemini模型使用大写的"STOP"作为完成标记,这与RAGAS的预期不符
- 版本兼容性:该问题在RAGAS 0.2.2版本中较为明显,早期版本反而没有此问题
解决方案
针对这一问题,社区提供了有效的解决方案:
- 自定义完成判断函数:通过为LangchainLLMWrapper提供自定义的is_finished_parser参数,可以正确解析Gemini模型的返回结果
def custom_is_finished_parser(response: LLMResult):
is_finished_list = []
for g in response.flatten():
resp = g.generations[0][0]
if resp.generation_info is not None:
if resp.generation_info.get("finish_reason") is not None:
is_finished_list.append(
resp.generation_info.get("finish_reason") == "STOP"
)
elif (
isinstance(resp, ChatGeneration)
and t.cast(ChatGeneration, resp).message is not None
):
resp_message: BaseMessage = t.cast(ChatGeneration, resp).message
if resp_message.response_metadata.get("finish_reason") is not None:
is_finished_list.append(
resp_message.response_metadata.get("finish_reason") == "STOP"
)
else:
is_finished_list.append(True)
return all(is_finished_list)
- 应用自定义解析器:在创建LangchainLLMWrapper实例时传入自定义函数
ragas_llm = LangchainLLMWrapper(
llm,
is_finished_parser=custom_is_finished_parser,
)
最佳实践建议
- 版本适配:使用较新版本的RAGAS框架时,注意检查与不同LLM模型的兼容性
- 调试工具:建议使用LangSmith或Arize等调试工具监控LLM的返回结果
- 错误处理:在集成新模型时,应准备完善的错误处理机制
- 社区协作:遇到类似问题时,及时向开源社区反馈,有助于快速获得解决方案
总结
本文分析了RAGAS框架与Gemini模型集成时出现的生成完成判断问题,并提供了经过验证的解决方案。通过自定义完成判断逻辑,开发者可以顺利地在RAGAS评估流程中使用Gemini系列模型。这一案例也提醒我们,在集成不同LLM时,需要特别注意各模型返回结果的格式差异。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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 kernel ~ openGauss is an open source relational database management system
C++
145
189

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
74
64

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

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