RAGAS项目中Gemini模型集成问题分析与解决方案
2025-05-26 17:04:39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
- 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~042CommonUtilLibrary
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!C0299- 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
261

🎉 (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
858
511

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
258
298

🔥🔥🔥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

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

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

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

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

deepin linux kernel
C
22
5