使用Ragas为RAG生成测试集，评估RAG系统在特定文档的表现

测试集是用于评估模型性能的数据集，它不参与模型的训练过程，而是用于在模型训练完成后测试其准确性和泛化能力。

这篇文章介绍如何使用Ragas框架创建一个测试集，以便可以评估自己的RAG系统在处理特定文档时的表现。通过使用自己的文档生成测试集，可以确保测试集与RAG具体应用场景紧密相关，从而更准确地评估RAG系统的效果。

使用方法

Ragas提供了从加载文档、选择语言模型（LLM）、生成测试集到导出结果的全链路支持。

安装依赖包

文章首先指导用户如何安装必要的包，并提供了一个快速示例，展示如何为RAG流水线生成测试集。

pip install langchain-openai
pip install langchain-aws
pip install ragas

加载样本文档

通过git克隆样本文档，并使用DirectoryLoader加载文档，用户可以替换为自己的文档。

git clone https://huggingface.co/datasets/explodinggradients/Sample_Docs_Markdown

使用langchain_community的DirectoryLoader加载器从样本数据集中加载文档。

from langchain_community.document_loaders import DirectoryLoader

path = "Sample_Docs_Markdown/"
loader = DirectoryLoader(path, glob="**/*.md")
docs = loader.load()

你也可以使用llama_index中的任何加载器加载文档，例如使用SimpleDirectoryReader：

from llama_index.core import SimpleDirectoryReader
path = "Sample_Docs_Markdown/"
docs = SimpleDirectoryReader(path).load_data()

选择LLM

Ragas需要利用大型语言模型（LLM）和嵌入模型来合成测试数据。可以选择OpenAI、Amazon Bedrock、Azure OpenAI等LLM供应商提供的模型。Ragas集成了Langchain和Llamaindex框架。可以通过他们更好的和模型交互。

如果使用OpenAI的模型，并且使用Langchain框架进行调用，则需要安装langchain-openai包，这是一个通过Langchain框架与OpenAI模型进行交互的包。

pip install langchain-openai

接着，配置OpenAI密钥。

import os
os.environ["OPENAI_API_KEY"] = "your-openai-key"

将大型语言模型（LLMs）封装在LangchainLLMWrapper这个包装器中，以便它们可以与ragas集成。

from ragas.llms import LangchainLLMWrapper
from langchain_openai import ChatOpenAI
from langchain_openai import OpenAIEmbeddings
generator_llm = LangchainLLMWrapper(ChatOpenAI(model="gpt-4o"))
generator_embeddings = LangchainEmbeddingsWrapper(OpenAIEmbeddings())

如果使用其他模型供应商的模型，将ChatOpenAI(model="gpt-4o")换成你的模型实例即可。例如使用通义千问大模型：

import os
os.environ["DASHSCOPE_API_KEY"] = "sk-"

from langchain_community.llms import Tongyi
llm = Tongyi(
    model="qwen-max",
    # top_p="...",
    # api_key="...",
    # other params...
)
generator_llm = LangchainLLMWrapper(llm)

这里需要安装pip install dashscope。

如果你使用LlamaIndex框架而不是Langchain与大模型交互，将LangchainLLMWrapper替换成LlamaIndexLLMWrapper 即可。

生成测试集

使用加载的文档和设置好的LLM运生成测试数据集

from ragas.testset import TestsetGenerator

generator = TestsetGenerator(llm=generator_llm, 
                            embedding_model=generator_embeddings)
dataset = generator.generate_with_langchain_docs(docs, testset_size=10)

testset_size指定生成的测试集的大小为10。

如果你前面使用的是llama_index的工具来加载文档，那么你应该使用generate_with_llama_index_docs这个方法来代替generate_with_langchain_docs。

dataset = generator.generate_with_llama_index_docs(docs, testset_size=10)

导出测试集

生成的测试集可以导出并进行检查。

dataset.to_pandas()

工作原理

在生成测试集的过程中，Ragas有两个主要的操作：

1. \1. 知识图谱创建（KnowledgeGraph Creation）：使用你提供的文档创建一个知识图谱，并使用各种转换（Transformations）来丰富知识图谱，添加额外的信息，这些信息将用于生成测试集。
2. \2. 测试集生成（Testset Generation）：使用知识图谱生成一组场景（scenarios），这些场景将被用来生成测试集。

下面详细介绍一下这两个过程的实现。

知识图谱创建

通过提供文档创建知识图谱，并使用Transformations丰富知识图谱。

from ragas.testset.graph import KnowledgeGraph
kg = KnowledgeGraph()

初始时，这个知识图谱没有任何节点（nodes）和关系（relationships）。

1. \1. 添加文档到知识图谱：

遍历之前加载的文档（docs），为每个文档创建一个Node实例，并将其添加到知识图谱的节点列表中。

from ragas.testset.graph import Node, NodeType
for doc in docs:
    kg.nodes.append(
        Node(
            type=NodeType.DOCUMENT,
            properties={"page_content": doc.page_content, "document_metadata": doc.metadata}
        )
    )

每个节点都被标记为NodeType.DOCUMENT类型，并包含两个属性：page_content（文档的内容）和document_metadata（文档的元数据）。在添加文档后，知识图谱的状态更新为包含多个节点（nodes）和0个关系（relationships），因为目前只是简单地将文档作为节点添加到图中，还没有定义任何节点之间的关系。

1. \2. 使用变换丰富知识图谱

通过变换（Transformations）丰富知识图谱（KnowledgeGraph）的信息。

from ragas.testset.transforms import default_transforms, apply_transforms


# define your LLM and Embedding Model
# here we are using the same LLM and Embedding Model that we used to generate the testset
transformer_llm = generator_llm
embedding_model = generator_embeddings

trans = default_transforms(llm=transformer_llm, embedding_model=embedding_model)
apply_transforms(kg, trans)

通过调用default_transforms函数并传入LLM和嵌入模型，创建了一个变换集合trans。然后，使用apply_transforms函数将这些变换应用到知识图谱kg上。

1. \3. 保存和加载知识图谱

知识图谱丰富完成后，将知识图谱保存为JSON文件。

kg.save("knowledge_graph.json")

使用kg.save("knowledge_graph.json")将知识图谱保存为JSON文件。

随后，可以使用KnowledgeGraph.load()来加载这个保存的知识图谱。

loaded_kg = KnowledgeGraph.load("knowledge_graph.json")
loaded_kg

查看加载之后知识图谱的状态，会包含多个节点和多个关系。这表明知识图谱已经被成功地丰富了。

使用知识图谱生成测试集

1. \1. 创建TestsetGenerator实例：

加载之前生成的知识图谱loaded_kg和generator_llm（之前设置的LLM）来创建一个TestsetGenerator实例。这个实例将用于生成测试集。

from ragas.testset import TestsetGenerator
generator = TestsetGenerator(llm=generator_llm, knowledge_graph=loaded_kg)

1. \2. 定义查询分布：

查询分布（query distribution）是指在生成测试集时，不同类型的查询按照一定的概率分布被选取的模式。在机器学习和自然语言处理中，特别是在构建测试集时，查询分布可以确保测试集的多样性和代表性，从而更好地评估模型的性能。

from ragas.testset.synthesizers import default_query_distribution
query_distribution = default_query_distribution(generator_llm)

Ragas默认使用default_query_distribution生成查询分布。它包括三种类型的查询合成器，每种都有不同的权重：

• • SingleHopSpecificQuerySynthesizer：单跳具体查询合成器，权重为0.5。
• • MultiHopAbstractQuerySynthesizer：多跳抽象查询合成器，权重为0.25。
• • MultiHopSpecificQuerySynthesizer：多跳具体查询合成器，权重为0.25。

权重表示在生成数据集时，它们被选中的概率。这些查询合成器负责生成不同类型的查询，而它们的概率则决定了在生成测试集时，每种类型的查询被生成的频率。这样做的目的是为了模拟真实世界中查询的多样性，以及确保测试集能够覆盖不同的查询类型。

通过这种方式，query_distribution定义了一个生成测试集时的查询生成策略，确保了测试集中包含了不同类型和难度的查询，从而可以更全面地评估模型的性能。

1. \3. 生成测试集：

使用TestsetGenerator实例的generate方法来生成测试集。

testset = generator.generate(testset_size=10, query_distribution=query_distribution)
testset.to_pandas()

这将生成一个包含10个测试案例的测试集，并且将测试集转换为Pandas DataFrame，以便进行进一步的检查和分析。

​

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

下面这些都是我当初辛苦整理和花钱购买的资料，现在我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。