ragrank

ドキュメント| APIリファレンス| QuickStart |コミュニティに参加| Pypi |

ラグランクへようこそ！このツールキットは、検索された生成（RAG）アプリケーションのパフォーマンスの評価を支援するように設計されています。 RAGモデルを評価するための適切なメトリックが取得されます。製品はまだbeta段階にあります。

インストール

RagrankはPypiパッケージとして入手できます。インストールするには、単に実行してください。

pip install ragrank

ソースからインストールしたい場合：

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

クイックスタート

OPENAI_API_KEY環境変数として設定します（独自のカスタムモデルを使用して評価することもできます。ドキュメントを参照してください）：

 export OPENAI_API_KEY= " ... "

Ragrankを使用して生成された応答の関連性を評価する方法の簡単な例を次に示します。

 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 ()

Ragrankとそのさまざまな機能の使用方法の詳細については、ドキュメントを参照してください。

ライセンス

このプロジェクトは、Apacheライセンスの下でライセンスされています。お客様のニーズに応じて、自由に使用して変更してください。

フィードバックとサポート

問題が発生したり、質問がある場合、またはフィードバックを提供したい場合は、GitHubリポジトリで問題を開くことをheしないでください。あなたの貢献と提案は高く評価されています！

不一致でコミュニティに参加して、他のユーザーとつながり、質問をし、Ragrankであなたの経験を共有してください。私たちはあなたがあなたのNLPプロジェクトを最大限に活用するのを手伝うためにここにいます！

幸せな評価！ ？