首页
/ Ragas项目中自定义SimpleCriteriaScore评估标准的实现方法

Ragas项目中自定义SimpleCriteriaScore评估标准的实现方法

2025-05-26 12:49:51作者:范靓好Udolf

背景介绍

Ragas作为一个开源的评估框架,提供了多种评估指标来衡量检索增强生成(RAG)系统的性能。其中SimpleCriteriaScore是一个常用的评估指标,允许开发者根据自定义标准对系统输出进行评分。

问题分析

在Ragas 0.2.8版本中,开发者发现SimpleCriteriaScore类存在一个设计问题:当尝试传入自定义评估标准时,类内部会强制覆盖传入的prompt指令,导致自定义评估标准无法生效。具体表现为:

  1. 构造函数中虽然允许传入single_turn_prompt和multi_turn_prompt参数
  2. 但随后会使用硬编码的指令模板覆盖这些prompt的instruction属性
  3. 即使用户通过definition参数传入自定义标准,也会被强制格式化到固定指令模板中

解决方案

最新版本的Ragas已对此问题进行了优化,提供了更灵活的prompt定制方式。开发者可以通过以下步骤实现自定义评估标准:

  1. 首先创建SimpleCriteriaScore实例
  2. 获取当前的prompt模板
  3. 修改prompt的instruction属性
  4. 将修改后的prompt设置回scorer

示例代码如下:

# 创建基础评估器
scorer = SimpleCriteriaScore(
    name="自定义评估",
    definition="",  # 这里可以留空或提供基础定义
    llm=evaluator_llm,  # 传入评估用的LLM实例
)

# 获取并修改prompt
prompt = scorer.get_prompts()["single_turn_simple_criteria_prompt"]
prompt.instruction = "您自定义的评估指令和标准说明"  # 设置完全自定义的指令

# 更新评估器的prompt
scorer.set_prompts(**{"single_turn_simple_criteria_prompt": prompt})

技术实现细节

这种设计模式的优点在于:

  1. 灵活性:开发者可以完全控制评估指令的内容和格式
  2. 可维护性:核心评估逻辑保持不变,只需修改指令内容
  3. 兼容性:既支持简单修改,也支持完全自定义的评估流程

最佳实践建议

  1. 在自定义指令中明确说明评分标准(0-5分)
  2. 保持指令清晰简洁,避免歧义
  3. 对于复杂评估标准,考虑拆分为多个SimpleCriteriaScore
  4. 测试不同指令格式对评估结果的影响

总结

Ragas框架通过改进SimpleCriteriaScore的prompt定制方式,为开发者提供了更大的灵活性。这种设计既保留了默认评估流程的便利性,又支持深度定制,是框架设计"约定优于配置"原则的典型体现。开发者现在可以更自由地定义符合自身业务需求的评估标准,从而更准确地衡量RAG系统的性能。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥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
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
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
HarmonyOS-ExamplesHarmonyOS-Examples
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
Cangjie-ExamplesCangjie-Examples
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