ContextGroundednessScorer
Bewertet, wie gut eine Antwort durch den gegebenen Kontext gestützt ist. Prüft, ob Behauptungen auf das Ausgangsmaterial zurückgeführt werden können. Eine zentrale Metrik für die Zuverlässigkeit von RAG.
Übersicht
Bewertet, wie gut eine Antwort durch den gegebenen Kontext gestützt ist. Prüft, ob Behauptungen auf das Ausgangsmaterial zurückgeführt werden können. Eine zentrale Metrik für die Zuverlässigkeit von RAG.
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
| Parameter | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| output_text | str | Ja | Answer to check for groundedness |
| input_text | str | Nein | Original question |
| context | list[str] | str | Ja | Context to ground against |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| score | float | Groundedness score (0-10) |
| passed | bool | True if well-grounded |
| reasoning | str | Groundedness analysis |
| metadata | dict | Grounding details |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
FactualAccuracyScorer
Bewertet die sachliche Genauigkeit des Ausgabetextes anhand des bereitgestellten Kontexts. Prüft, ob...
RAGFaithfulnessScorer
Misst, wie treu die generierte Antwort zum gegebenen Kontext ist. Kritische RAG-Metrik, die bewertet...
MehrfachkontextContextFaithfulnessScorerPP
Erweiterte Faithfulness-Prüfung mit detaillierter Analyse einzelner Behauptungen. Extrahiert zunächs...
MehrfachkontextConflictResolutionScorer
Bewertet, wie gut eine Antwort widersprüchliche Informationen über mehrere Kontextabschnitte hinweg ...
Häufig gestellte Fragen
Wann sollte ich diesen Scorer verwenden?
Verwenden Sie ContextGroundednessScorer, wenn Sie die Aspekte multi-context 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 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 ContextGroundednessScorer 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