Llamaxicz - Madde 2 (QA ve Değerlendirme) @ info: whatsthis
Üretim seviyesine bir örnek.
QAGenericName
Kullanıcı durumu:
** Ne **
- Atletik sorgu (** katalitik arama * / top K)
- Evet.
** Nerede **
- Over documents
- Building a multi-document agent over the LlamaIndex docs
- AÇA verileri üzerinde (örneğin JSO)
- Masa olarak taranıyor
- HTML' e Metin
** Nasıl **
Yukarıdaki tüm bağlantılar: aşağıdaki Qantia desenleri
En basit QOOA'dan biri.
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
documents = SimpleDirectoryReader("data").load_data()
index = VectorStoreIndex.from_documents(documents)
query_engine = index.as_query_engine()
response = query_engine.query("What did the author do growing up?")
print(response)
Farklı bir veri kaynağı seçin (Route Veri Kaynağı)
Soruları Karşılaştır/ Karşıtlıkla
Bunu anlamıyorum.
Yukarıda tanımlanan açık sentez ve metabolik akışların yanı sıra, Llamadeviç daha fazla genel multi - doküman sorgularını da destekleyebilir. Bunu bizim alt komite sınıfımız aracılığıyla yapabilir. Bir soruyla, bu sorgu motoru son cevabı sentezlemeden önce denizaltıya karşı sorgulayıcılar içeren bir "sorgu planı" oluşturacaktır.
Bu sorgu motoru, son cevabı sentezlemeden önce herhangi bir sorgu motoru alt kümesine karşı herhangi bir denizaltı- sorgulayıcıyı çalıştırabilir. @ info: whatsthis Bu onu özellikle iyi yapıyor - belgelerdeki sorguların yanı sıra özel bir belgeyle karşılaştırılıp karşıtlık sorguları için uygun. @ info: whatsthis
Llamadex aynı zamanda tekrarlayıcı çoklu- adım sorularını da destekleyebilir. Karmaşık bir soru verilirse, onu ilk alt sorulara ayırın, ve sıralayıcılar son cevap geri dönene kadar verilen cevaplara dayalı alt sorular üretir.
Örneğin, "Yazarın başlattığı ilk hızlandırıcı programında kim vardı" sorusuna bakıldığında, modül önce sorguyu daha basit bir ilk soruya dönüştürecek: "Yazarın başlattığı hızlandırıcı programı neydi?", endeks'i sorgulayın ve sonra sorularınızı sorun.
Evalphilippines. kgm
- Yanıtı değerlendir.
- Echelon Araması
- Yanıtı değerlendir.
- Değerlendirmek için GDO- 4 kullan
- Değerlendirme kurulu.
- Oluşturulmuş cevaplar ve referans yanıtları: Doğruluk ve katalitik kodlama
- Oluşturulmuş cevap geri alınan bağlamlarla aynıdır: * * sadakat *
- Oluşturulmuş cevap sorgu ile aynı:
- Alınmış bağlamlar ve sorgu:** Bağlamlılık**
- Referans yanıtları oluştur
- Echelon Araması (alışma)
- Nasıl değerlendirilir: ortalama dereceler - karşılıklı rütbe (CMR), isabet - hızı, hassasiyeti ve daha fazlası.
Örnek kullan
Diğer araçlara entegre olun
- UpTrain: 1.9K：可试用，但是需要book demo，目测不便宜
- Tonic Validate(Includes Web UI for visualizing results)：有商业版本，可试用，之后200美元/月
- DeepEval: 1.6K
- Ragas: 4.4K
- İyi hissettiriyor.
- Llamadex - - > Ragas - - > LangSmith ve diğer araçlar
- Ancak, hızlı bir başlangıç başarısız olursa, "Modulext FoundErex: 'Ragas.' adında bir modül yoktur; 'ragas' bir paket değildir.