RetrievalStageEvaluator
Umfassende Leistungsbewertung der Retrieval-Stufe, die Precision, Recall, Ranking, Ähnlichkeit und Diversität kombiniert.
Übersicht
Umfassende Leistungsbewertung der Retrieval-Stufe, die Precision, Recall, Ranking, Ähnlichkeit und Diversität kombiniert.
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 |
|---|---|---|---|
| ground_truth | str | Ja | Original query |
| context.retrieved_contexts | list[str] | Ja | Retrieved chunks |
| weights | dict | Nein | Metric weights |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| score | float | Retrieval stage score (0-10) |
| reasoning | str | Retrieval analysis |
| details | dict | Individual metric scores |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
QueryProcessingEvaluator
Bewertet das Verständnis und die Verarbeitungsqualität von Anfragen. Bewertet Klarheit, Absichtserke...
RAGRetrievalF1Scorer
F1-Score, der Precision und Recall für die kontextuelle Bewertung kombiniert. Berechnet das harmonis...
RAGAggregateRAGScorer
Kombiniert mehrere Retrieval-Scorer mit gewichtetem Durchschnitt für eine umfassende RAG-Bewertung. ...
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 RetrievalStageEvaluator, 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 RetrievalStageEvaluator 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