Ragas项目中异步评估指标的正确使用方法
2025-05-26 15:50:04作者:贡沫苏Truman
在Ragas项目中,开发者经常会使用LLM(大型语言模型)来构建各种评估指标。近期有用户反馈在使用AspectCritic指标时遇到了异步调用的问题,本文将深入分析这一问题并提供解决方案。
问题背景
Ragas是一个用于评估AI生成内容质量的框架,其中AspectCritic类允许用户创建自定义的评估指标。当用户尝试使用single_turn_score
方法时,可能会遇到两种调用方式:
- 直接同步调用:
metric.single_turnscore(test_data)
- 异步调用:
await metric.single_turn_score(test_data)
第一种方式可以正常工作,而第二种方式则会产生语法错误"await outside function"。
技术分析
这个问题本质上不是Ragas框架的bug,而是Python异步编程的基本规则。在Python中,await
关键字只能在异步函数(async def
)内部使用。当开发者尝试在全局作用域或普通函数中直接使用await
时,解释器会抛出语法错误。
Ragas框架的single_turn_score
方法设计为异步方法,这是为了:
- 更好地处理与LLM的交互,这些交互通常是I/O密集型的
- 提高资源利用率,允许在等待LLM响应时执行其他任务
- 与现代异步Web框架更好地集成
解决方案
要正确使用异步评估方法,开发者需要将调用代码包裹在异步上下文中。以下是几种正确的使用方式:
1. 在异步函数中使用
async def evaluate():
metric = AspectCritic(
name="summary_accuracy",
llm=evaluator_llm,
definition="Verify if the summary is accurate.",
)
test_data = SingleTurnSample(**test_data)
score = await metric.single_turn_score(test_data)
return score
2. 使用asyncio.run运行异步代码
import asyncio
def main():
metric = AspectCritic(
name="summary_accuracy",
llm=evaluator_llm,
definition="Verify if the summary is accurate.",
)
test_data = SingleTurnSample(**test_data)
score = asyncio.run(metric.single_turn_score(test_data))
print(score)
3. 在Jupyter notebook中使用
Jupyter notebook原生支持异步执行,可以直接在cell中使用await:
score = await metric.single_turn_score(test_data)
最佳实践建议
- 统一代码风格:如果项目主要使用异步编程,建议将所有相关函数都定义为异步函数
- 错误处理:异步调用时不要忘记添加try-except块处理可能的异常
- 性能考虑:对于批量评估,考虑使用asyncio.gather并行执行多个评估任务
- 文档检查:使用前仔细阅读框架文档,了解每个方法是同步还是异步的
总结
Ragas框架采用异步设计是为了更好地处理与LLM的交互,提高评估效率。开发者在使用时需要遵循Python的异步编程规范,将await调用放在适当的异步上下文中。理解这一点后,就能充分利用Ragas提供的异步评估能力,构建高效的AI内容评估流程。
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