Halluzination-ScorerLLM-as-Judge

ClaimVerificationScorer

Extrahiert einzelne sachliche Behauptungen aus dem Ausgabetext und prüft jede davon anhand des Kontexts. Liefert detaillierte Ergebnisse einschließlich unterstützender oder widersprüchlicher Belege und Konfidenzwerten.

Übersicht

Extrahiert einzelne sachliche Behauptungen aus dem Ausgabetext und prüft jede davon anhand des Kontexts. Liefert detaillierte Ergebnisse einschließlich unterstützender oder widersprüchlicher Belege und Konfidenzwerten.

hallucinationragllm-judgetrace-evaluationclaimsevidenceverification

Anwendungsfälle

  • RAG-basierte Frage-Antwort-Systeme
  • Halluzinationserkennung in generierten Inhalten

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

ParameterTypErforderlichBeschreibung
output_textstrJaAnswer containing claims to verify
input_textstrNeinOriginal question
contextdict | str | listJaEvidence for claim verification

Ausgabeschema

FeldTypBeschreibung
scorefloatClaim verification score (0-10)
passedboolTrue if claims verified
reasoningstrVerification details
metadata.verified_claimsintNumber of verified claims
metadata.total_claimsintTotal claims extracted

Score-Interpretation

Standardschwellenwert: 7/10

9-10AusgezeichnetDie Antwort erfüllt alle Evaluierungskriterien vollständig
7-8GutDie Antwort erfüllt die meisten Kriterien mit geringfügigen Mängeln
5-6AusreichendDie Antwort erfüllt die Kriterien teilweise und muss verbessert werden
3-4SchwachDie Antwort weist erhebliche Mängel auf
0-2Nicht bestandenDie Antwort erfüllt die grundlegenden Kriterien nicht

Häufig gestellte Fragen

Wann sollte ich diesen Scorer verwenden?

Verwenden Sie ClaimVerificationScorer, wenn Sie die Aspekte hallucination and rag 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 ohne Referenzantwort anhand der konkreten Eingabefelder seines Schemas. Diese Felder sind Belege für die Prüfung; sie gelten nicht automatisch als faktische Ground Truth.

Kann ich den Schwellenwert anpassen?

Der angezeigte Standardschwellenwert dieses Scorers ist 7. Wenn die Konfiguration des Evaluierungsauftrags einen Schwellenwert bereitstellt, prüfen Sie ihn vor dem Speichern anhand der nativen Skala des Scorers. Die gespeicherte Bestanden-Entscheidung verwendet diese scorerspezifische Konfiguration.

Kurzinfo

KategorieHalluzination
EvaluierungstypLLM-as-Judge
Erwartete Ausgabe erforderlichNein
Standardschwellenwert7/10

Möchten Sie ClaimVerificationScorer ausprobieren?

Starten Sie die Evaluierung Ihrer KI-Agenten mit der umfassenden Scorer-Bibliothek von Noveum.ai.

Weitere Scorer entdecken

Entdecken Sie 112 veröffentlichte Scorer in 15 Kategorien: 82 Premium-, 30 kostenlose, 76 modellgestützte sowie 36 dedizierte Sprach- und Audio-Scorer