ragrank

الوثائق | مرجع API | QuickStart | انضم إلى المجتمع | Pypi |

مرحبا بكم في راجرانك! تم تصميم مجموعة الأدوات هذه لمساعدتك في تقييم أداء تطبيقات الجيل (RAG) المتمحور في الاسترداد. سوف تحصل على مقاييس مناسبة لتقييم نموذج خرقة. المنتج لا يزال في مرحلة beta .

تثبيت

Ragrank متاح كحزمة PYPI. لتثبيته ، ببساطة تشغيل:

pip install ragrank

إذا كنت تفضل تثبيته من المصدر:

git clone https://github.com/Auto-Playground/ragrank.git && cd ragrank
poetry install

بداية سريعة

قم بتعيين OPENAI_API_KEY كمتغير للبيئة (يمكنك أيضًا التقييم باستخدام النموذج المخصص الخاص بك ، راجع المستندات):

 export OPENAI_API_KEY= " ... "

إليك مثال سريع على كيفية استخدام Ragrank لتقييم أهمية الاستجابات التي تم إنشاؤها:

 from ragrank import evaluate
from ragrank . dataset import from_dict
from ragrank . metric import response_relevancy

# Define your dataset
data = from_dict ({
    "question" : "What is the capital of France?" ,
    "context" : [ "France is famous for its iconic landmarks such as the Eiffel Tower and its rich culinary tradition." ],
    "response" : "The capital of France is Paris." ,
})

# Evaluate the response relevance metric
result = evaluate ( data , metrics = [ response_relevancy ])

# Display the evaluation results
result . to_dataframe ()

لمزيد من المعلومات حول كيفية استخدام Ragrank وميزاته المختلفة ، يرجى الرجوع إلى الوثائق.

رخصة

هذا المشروع مرخص بموجب ترخيص Apache. لا تتردد في استخدامه وتعديله وفقًا لاحتياجاتك.

ردود الفعل والدعم

إذا واجهت أي مشكلات ، أو لديك أسئلة ، أو ترغب في تقديم ملاحظات ، فيرجى عدم التردد في فتح مشكلة في مستودع GitHub. يتم تقدير مساهماتك واقتراحاتك بشدة!

انضم إلى مجتمعنا على Discord للتواصل مع مستخدمين آخرين ، وطرح الأسئلة ، ومشاركة تجاربك مع Ragrank. نحن هنا لمساعدتك في تحقيق أقصى استفادة من مشاريع NLP الخاصة بك!

سعيد التقييم! ؟