AggregateRAGScorer
Kombiniert mehrere Retrieval-Scorer mit gewichtetem Durchschnitt für eine umfassende RAG-Bewertung. Ermöglicht konfigurierbare Gewichte für verschiedene Metriken, um einen einzigen aggregierten Wert zu berechnen.
Übersicht
Kombiniert mehrere Retrieval-Scorer mit gewichtetem Durchschnitt für eine umfassende RAG-Bewertung. Ermöglicht konfigurierbare Gewichte für verschiedene Metriken, um einen einzigen aggregierten Wert zu berechnen.
Anwendungsfälle
- RAG-basierte Frage-Antwort-Systeme
Funktionsweise
Dieser Scorer evaluiert Antworten mit LLM-as-Judge-Technologie. Ein großes Sprachmodell erhält konkrete Evaluierungskriterien und die zu bewertenden Inhalte. Anschließend wird sein Urteil analysiert, um einen Score und eine ausführliche Begründung zu erzeugen.
Eingabeschema
| Parameter | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| scorers | dict | Ja | Dictionary of scorer instances |
| weights | dict | Ja | Weights per scorer (must sum to 1.0) |
| prediction | str | Ja | Generated answer |
| ground_truth | str | Nein | Expected answer |
| context | dict | list | Ja | Retrieved context |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| aggregate | float | Weighted aggregate score (0-10) |
| individual_scores | dict | Score per scorer |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
RAGASScorer
Implementiert den RAGAS-Rahmen (Retrieval Augmented Generation Assessment) für eine umfassende RAG-B...
RAGRetrievalF1Scorer
F1-Score, der Precision und Recall für die kontextuelle Bewertung kombiniert. Berechnet das harmonis...
RAGContextualPrecisionScorer
Misst die Precision des abgerufenen Kontexts anhand des Anteils der Chunks, die tatsächlich zur Bean...
RAGContextualRecallScorer
Misst den Recall des abgerufenen Kontexts anhand des Anteils erfolgreich abgerufener relevanter Info...
Häufig gestellte Fragen
Wann sollte ich diesen Scorer verwenden?
Verwenden Sie AggregateRAGScorer, wenn Sie die Aspekte rag and rule-based Ihrer KI-Ausgaben evaluieren möchten. Der Scorer eignet sich besonders für rag-basierte frage-antwort-systeme.
Warum benötigt dieser Scorer keine erwartete Ausgabe?
Dieser Scorer evaluiert Qualitätsaspekte, für die kein Vergleich mit einer Referenzantwort erforderlich ist. System-Prompt und Kontext dienen als implizite Ground Truth.
Kann ich den Schwellenwert anpassen?
Ja, der Standardschwellenwert von 7 lässt sich bei der Konfiguration des Scorers anpassen.
Kurzinfo
Möchten Sie AggregateRAGScorer ausprobieren?
Starten Sie die Evaluierung Ihrer KI-Agenten mit der umfassenden Scorer-Bibliothek von Noveum.ai.
Weitere Scorer entdecken
Entdecken Sie 112 kalibrierte LLM-as-Judge-Scorer für umfassende KI-Evaluierungen