跳至内容

使用模式（检索）#

使用 RetrieverEvaluator#

这会在给定检索器的情况下，对单个查询+真实文档集运行评估。

标准做法是使用from_metrics来指定一组有效的指标。

from llama_index.core.evaluation import RetrieverEvaluator

# define retriever somewhere (e.g. from index)
# retriever = index.as_retriever(similarity_top_k=2)
retriever = ...

retriever_evaluator = RetrieverEvaluator.from_metric_names(
    ["mrr", "hit_rate"], retriever=retriever
)

retriever_evaluator.evaluate(
    query="query", expected_ids=["node_id1", "node_id2"]
)

构建评估数据集#

您可以手动整理一个包含问题和节点ID的检索评估数据集。我们还提供了基于现有文本语料库的合成数据集生成功能，通过我们的generate_question_context_pairs函数实现：

from llama_index.core.evaluation import generate_question_context_pairs

qa_dataset = generate_question_context_pairs(
    nodes, llm=llm, num_questions_per_chunk=2
)

返回的结果是一个EmbeddingQAFinetuneDataset对象（包含queries、relevant_docs和corpus）。

将其接入RetrieverEvaluator#

我们提供了一个便捷函数，用于在批处理模式下对数据集运行RetrieverEvaluator。

eval_results = await retriever_evaluator.aevaluate_dataset(qa_dataset)

这应该比您单独对每个查询调用.evaluate要快得多。