หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

การประเมิน Ragas บน Langflow

พื้นที่เก็บข้อมูลใช้โค้ดสำหรับความเที่ยงตรงของตัววัด RAGAS, answer_relevancy, context_recall และ context_precision (https://docs.ragas.io/en/stable/index.html) บนไปป์ไลน์ RAG

ซึ่งทำได้โดยการสร้างคอมโพเนนต์แบบกำหนดเอง ragas_custom_component.json

รูปภาพ.png

บทช่วยสอน

โคลนพื้นที่เก็บข้อมูล 

 git clone https : // github . com / paulomuraroferreira / langflow_ragas . git

ติดตั้ง langflow และ ragas: 

!p ip install langflow == 1.0 . 11
!p ip install ragas == 0.1 . 10

บนเทอร์มินัลให้ดำเนินการ 

 langflow run

อัปโหลดไปป์ไลน์ json RAG RAGAS metrics.json

รูปภาพ.png

คัดลอกเอกสาร PDF ไปยังโฟลเดอร์ pdf_documents หรือเปลี่ยนเส้นทางในส่วนประกอบ Document Loader:

รูปภาพ.png

ป้อนคีย์ OpenAI API ของคุณบนส่วนประกอบ Embeddings ทั้งสอง

รูปภาพ.png

บนส่วนประกอบโมเดล OpenAI

รูปภาพ-3.png

และในองค์ประกอบที่กำหนดเองของ Ragas:

รูปภาพ-4.png

รันไปป์ไลน์แบบก้อนโดยดำเนินการส่วนประกอบ ChromaDB:

รูปภาพแลงโฟลว์

เข้าไปในสนามเด็กเล่นและถามคำถาม:

รูปภาพแลงโฟลว์

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด