Ragas项目中异步评估指标的正确使用方法
2025-05-26 13:34:50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
- 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