AnswerRelevancyScorer
Bewertet, wie relevant die generierte Antwort für die Eingabefrage ist. Bewertet, ob die Antwort direkt auf die gefragte Frage eingeht, ob sie beim Thema bleibt und nützliche Informationen liefert. Fundamentale RAG-Metrik.
Übersicht
Bewertet, wie relevant die generierte Antwort für die Eingabefrage ist. Bewertet, ob die Antwort direkt auf die gefragte Frage eingeht, ob sie beim Thema bleibt und nützliche Informationen liefert. Fundamentale RAG-Metrik.
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 |
|---|---|---|---|
| output_text | str | Ja | The generated answer |
| input_text | str | Ja | The original question/query |
| context | dict | str | list | Nein | Retrieved context (optional for relevancy) |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| score | float | Answer relevancy score (0-10) |
| passed | bool | True if relevant |
| reasoning | str | Relevancy analysis |
| metadata | dict | Similarity metrics |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
ConversationRelevancyScorer
Bewertet, wie relevant jede Antwort für den aktuellen Gesprächskontext und die Benutzeranfrage ist. ...
AntwortqualitätQuestionAnswerAlignmentScorer
Bewertet die Übereinstimmung zwischen Fragen und Antworten. Beurteilt, wie gut die Antwort die Frage...
AntwortqualitätRAGAnswerQualityScorer
Bewertet die Gesamtqualität der RAG-generierten Antworten. Bewertet die Übereinstimmung zwischen Fra...
RAGContextualPrecisionScorer
Misst die Precision des abgerufenen Kontexts anhand des Anteils der Chunks, die tatsächlich zur Bean...
Häufig gestellte Fragen
Wann sollte ich diesen Scorer verwenden?
Verwenden Sie AnswerRelevancyScorer, wenn Sie die Aspekte rag and quality 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 AnswerRelevancyScorer 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