File size: 28,265 Bytes
565e754 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 |
{
"cells": [
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Загружено 167 записей\n"
]
},
{
"data": {
"text/html": [
"<div>\n",
"<style scoped>\n",
" .dataframe tbody tr th:only-of-type {\n",
" vertical-align: middle;\n",
" }\n",
"\n",
" .dataframe tbody tr th {\n",
" vertical-align: top;\n",
" }\n",
"\n",
" .dataframe thead th {\n",
" text-align: right;\n",
" }\n",
"</style>\n",
"<table border=\"1\" class=\"dataframe\">\n",
" <thead>\n",
" <tr style=\"text-align: right;\">\n",
" <th></th>\n",
" <th>message_id</th>\n",
" <th>original_text</th>\n",
" <th>strict_question</th>\n",
" <th>real_question</th>\n",
" </tr>\n",
" </thead>\n",
" <tbody>\n",
" <tr>\n",
" <th>0</th>\n",
" <td>130738</td>\n",
" <td>Итальянский суд принял решение экстрадировать ...</td>\n",
" <td>Какое решение приняло итальянское судопроизвод...</td>\n",
" <td>Что там с Кузнецовым — его в Германию выдадут ...</td>\n",
" </tr>\n",
" <tr>\n",
" <th>1</th>\n",
" <td>129361</td>\n",
" <td>Пять пассажиров автобуса №793 пострадали в ДТП...</td>\n",
" <td>Сколько пассажиров автобуса №793 пострадали в ...</td>\n",
" <td>Сколько человек в автобусе 793 пострадали, ког...</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2</th>\n",
" <td>133468</td>\n",
" <td>Владимир Путин утвердил концепцию государствен...</td>\n",
" <td>Кто утвердил концепцию государственной миграци...</td>\n",
" <td>Кто там утвердил новую миграционную концепцию ...</td>\n",
" </tr>\n",
" <tr>\n",
" <th>3</th>\n",
" <td>123139</td>\n",
" <td>Генпрокуратура и Минюст подали в Верховный суд...</td>\n",
" <td>Какое юридическое действие предприняли Генерал...</td>\n",
" <td>Что Генпрокуратура и Минюст сделали с сатанист...</td>\n",
" </tr>\n",
" <tr>\n",
" <th>4</th>\n",
" <td>129894</td>\n",
" <td>Обломки дрона обнаружили польские пограничники...</td>\n",
" <td>Где и кем был обнаружен непилотируемый летател...</td>\n",
" <td>Что там польские пограничники нашли рядом с Бе...</td>\n",
" </tr>\n",
" </tbody>\n",
"</table>\n",
"</div>"
],
"text/plain": [
" message_id original_text \\\n",
"0 130738 Итальянский суд принял решение экстрадировать ... \n",
"1 129361 Пять пассажиров автобуса №793 пострадали в ДТП... \n",
"2 133468 Владимир Путин утвердил концепцию государствен... \n",
"3 123139 Генпрокуратура и Минюст подали в Верховный суд... \n",
"4 129894 Обломки дрона обнаружили польские пограничники... \n",
"\n",
" strict_question \\\n",
"0 Какое решение приняло итальянское судопроизвод... \n",
"1 Сколько пассажиров автобуса №793 пострадали в ... \n",
"2 Кто утвердил концепцию государственной миграци... \n",
"3 Какое юридическое действие предприняли Генерал... \n",
"4 Где и кем был обнаружен непилотируемый летател... \n",
"\n",
" real_question \n",
"0 Что там с Кузнецовым — его в Германию выдадут ... \n",
"1 Сколько человек в автобусе 793 пострадали, ког... \n",
"2 Кто там утвердил новую миграционную концепцию ... \n",
"3 Что Генпрокуратура и Минюст сделали с сатанист... \n",
"4 Что там польские пограничники нашли рядом с Бе... "
]
},
"execution_count": 5,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"from src.evaluation import QAEvaluator\n",
"from dotenv import load_dotenv\n",
"import pandas as pd\n",
"import os\n",
"\n",
"load_dotenv()\n",
"\n",
"qa_df = pd.read_csv(\"generated_qa.csv\")\n",
"\n",
"qa_df.head()"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"evaluator = QAEvaluator(\n",
" df=qa_df,\n",
" text_column=\"original_text\",\n",
" temperature=0.0,\n",
" api_key=os.getenv(\"OPENROUTER_API_KEY\")\n",
")\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Всего батчей: 34\n"
]
}
],
"source": [
"batch_size = 5\n",
"question_iterator = evaluator.get_questions(\n",
" question_column=\"strict_question\", # или \"real_question\"\n",
" batch_size=batch_size\n",
")\n",
"\n",
"print(f\"Всего батчей: {len(question_iterator)}\")"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Демонстрация оценки ответов\n",
"\n",
"Ниже показан пример оценки ответов от RAG системы.\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Демо-вопросов: 5\n",
"Демо-ответов: 5\n"
]
}
],
"source": [
"N_DEMO = 5\n",
"\n",
"evaluator_demo = QAEvaluator(\n",
" df=qa_df.head(N_DEMO),\n",
" text_column=\"original_text\",\n",
" api_key=os.getenv(\"OPENROUTER_API_KEY\")\n",
")\n",
"\n",
"question_iterator = evaluator_demo.get_questions(\n",
" question_column=\"strict_question\",\n",
" batch_size=N_DEMO\n",
")\n",
"\n",
"demo_questions = next(iter(question_iterator))\n",
"\n",
"demo_answers = qa_df[\"original_text\"].head(N_DEMO).tolist()\n",
"\n",
"print(f\"Демо-вопросов: {len(demo_questions)}\")\n",
"print(f\"Демо-ответов: {len(demo_answers)}\")"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"Оценка ответов: 100%|██████████| 5/5 [00:05<00:00, 1.07s/it]\n"
]
}
],
"source": [
"_ = evaluator_demo.get_questions(\n",
" question_column=\"strict_question\",\n",
" batch_size=N_DEMO\n",
")\n",
"\n",
"metrics = evaluator_demo.evaluate_answers(demo_answers, show_progress=True)"
]
},
{
"cell_type": "code",
"execution_count": 13,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"['Итальянский суд принял решение экстрадировать в Германию задержанного по подозрению в подрыве «Северных потоков» Сергея Кузнецова, пишет Reuters.\\n\\n🐚 Следить за новостями РБК в Telegram',\n",
" 'Пять пассажиров автобуса №793 пострадали в ДТП с участием автомобиля, которое произошло на пересечении Мичуринского проспекта и проезда Олимпийской Деревни в Москве, сообщил «Мосгортранс». \\n\\nПо предварительной информации, водитель автомобиля внезапно перестроился в полосу движения автобуса, из-за чего произошло столкновение. Всем пострадавшим оказывается медицинская помощь.\\n\\n🐚 Другие видео этого дня — в телеграм-канале РБК',\n",
" 'Владимир Путин утвердил концепцию государственной миграционной политики России на 2026-2030 годы.\\n\\nРезультатом политики должно стать снижение числа нелегальных мигрантов и преступлений.\\n\\n🐚 Следить за новостями РБК в Telegram',\n",
" 'Генпрокуратура и Минюст подали в Верховный суд иск с требованием признать экстремистской организацией «Международное движение сатанизма» и запретить его деятельность на территории России, передает РАПСИ. \\n\\nДепутаты, военные, священники и общественники в России регулярно заявляют о необходимости бороться с «сатанизмом». Круглый стол на эту тему, например, проходил 8 апреля в Госдуме. Депутат от «Справедливой России — За правду» актер Николай Бурляев тогда рассказал, что в Госдуму поступают обращения граждан, которые обеспокоены деструктивными явлениями в книгах, фильмах, аниме, а также сообщениями о «сатанинских секс-оргиях» в Москве и других городах.\\n\\nФото: Getty',\n",
" 'Обломки дрона обнаружили польские пограничники в деревне возле границы с Белоруссией, сообщает Reuters.\\n\\n«Этот дрон рухнул у границы, примерно в 300 метрах от пограничного перехода, в деревне Полатыче. Дрон не вооружен, на корпусе имеются надписи на кириллице», — рассказала Агнешка Кепка из прокуратуры города Люблин на пресс-конференции.\\n\\nВоенные полицейские опрашивают свидетелей и проверяют видеозаписи, чтобы установить траекторию полета дрона, добавила она. Никто не пострадал, подчеркнули в полиции.\\n\\nФото: Kuba Stezycki / Reuters\\n\\n🐚 Следить за новостями РБК в Telegram']"
]
},
"execution_count": 13,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"demo_answers"
]
},
{
"cell_type": "code",
"execution_count": 12,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"{'total_questions': 5,\n",
" 'valid_answers': 4,\n",
" 'invalid_answers': 1,\n",
" 'accuracy': 0.8,\n",
" 'avg_relevance': 0.9,\n",
" 'avg_completeness': 0.9,\n",
" 'avg_factual_accuracy': 1.0,\n",
" 'combined_score': 0.9333333333333332,\n",
" 'detailed_results': [{'index': 0,\n",
" 'question': 'Какое решение приняло итальянское судопроизводство в отношении экстрадиции Сергея Кузнецова в связи с подозрениями в причастности к подрыву газопроводов «Северные потоки»?',\n",
" 'answer': 'Итальянский суд принял решение экстрадировать в Германию задержанного по подозрению в подрыве «Северных потоков» Сергея Кузнецова, пишет Reuters.\\n\\n🐚 Следить за новостями РБК в Telegram',\n",
" 'is_valid': True,\n",
" 'relevance_score': 1.0,\n",
" 'completeness_score': 1.0,\n",
" 'factual_accuracy_score': 1.0},\n",
" {'index': 1,\n",
" 'question': 'Сколько пассажиров автобуса №793 пострадали в дорожно-транспортном происшествии на пересечении Мичуринского проспекта и проезда Олимпийской Деревни в Москве, вызванном внезапным перестроением автомобиля?',\n",
" 'answer': 'Пять пассажиров автобуса №793 пострадали в ДТП с участием автомобиля, которое произошло на пересечении Мичуринского проспекта и проезда Олимпийской Деревни в Москве, сообщил «Мосгортранс». \\n\\nПо предварительной информации, водитель автомобиля внезапно перестроился в полосу движения автобуса, из-за чего произошло столкновение. Всем пострадавшим оказывается медицинская помощь.\\n\\n🐚 Другие видео этого дня — в телеграм-канале РБК',\n",
" 'is_valid': True,\n",
" 'relevance_score': 1.0,\n",
" 'completeness_score': 1.0,\n",
" 'factual_accuracy_score': 1.0},\n",
" {'index': 2,\n",
" 'question': 'Кто утвердил концепцию государственной миграционной политики Российской Федерации на 2026–2030 годы с целью снижения числа нелегальных мигрантов и преступлений?',\n",
" 'answer': 'Владимир Путин утвердил концепцию государственной миграционной политики России на 2026-2030 годы.\\n\\nРезультатом политики должно стать снижение числа нелегальных мигрантов и преступлений.\\n\\n🐚 Следить за новостями РБК в Telegram',\n",
" 'is_valid': True,\n",
" 'relevance_score': 1.0,\n",
" 'completeness_score': 1.0,\n",
" 'factual_accuracy_score': 1.0},\n",
" {'index': 3,\n",
" 'question': 'Какое юридическое действие предприняли Генеральная прокуратура Российской Федерации и Министерство юстиции Российской Федерации в отношении «Международного движения сатанизма»?',\n",
" 'answer': 'Генпрокуратура и Минюст подали в Верховный суд иск с требованием признать экстремистской организацией «Международное движение сатанизма» и запретить его деятельность на территории России, передает РАПСИ. \\n\\nДепутаты, военные, священники и общественники в России регулярно заявляют о необходимости бороться с «сатанизмом». Круглый стол на эту тему, например, проходил 8 апреля в Госдуме. Депутат от «Справедливой России — За правду» актер Николай Бурляев тогда рассказал, что в Госдуму поступают обращения граждан, которые обеспокоены деструктивными явлениями в книгах, фильмах, аниме, а также сообщениями о «сатанинских секс-оргиях» в Москве и других городах.\\n\\nФото: Getty',\n",
" 'is_valid': False,\n",
" 'relevance_score': 0.5,\n",
" 'completeness_score': 0.5,\n",
" 'factual_accuracy_score': 1.0},\n",
" {'index': 4,\n",
" 'question': 'Где и кем был обнаружен непилотируемый летательный аппарат без вооружения с надписями на кириллице, и в каком именно месте произошло это событие?',\n",
" 'answer': 'Обломки дрона обнаружили польские пограничники в деревне возле границы с Белоруссией, сообщает Reuters.\\n\\n«Этот дрон рухнул у границы, примерно в 300 метрах от пограничного перехода, в деревне Полатыче. Дрон не вооружен, на корпусе имеются надписи на кириллице», — рассказала Агнешка Кепка из прокуратуры города Люблин на пресс-конференции.\\n\\nВоенные полицейские опрашивают свидетелей и проверяют видеозаписи, чтобы установить траекторию полета дрона, добавила она. Никто не пострадал, подчеркнули в полиции.\\n\\nФото: Kuba Stezycki / Reuters\\n\\n🐚 Следить за новостями РБК в Telegram',\n",
" 'is_valid': True,\n",
" 'relevance_score': 1.0,\n",
" 'completeness_score': 1.0,\n",
" 'factual_accuracy_score': 1.0}]}"
]
},
"execution_count": 12,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"metrics"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"<div>\n",
"<style scoped>\n",
" .dataframe tbody tr th:only-of-type {\n",
" vertical-align: middle;\n",
" }\n",
"\n",
" .dataframe tbody tr th {\n",
" vertical-align: top;\n",
" }\n",
"\n",
" .dataframe thead th {\n",
" text-align: right;\n",
" }\n",
"</style>\n",
"<table border=\"1\" class=\"dataframe\">\n",
" <thead>\n",
" <tr style=\"text-align: right;\">\n",
" <th></th>\n",
" <th>index</th>\n",
" <th>question</th>\n",
" <th>answer</th>\n",
" <th>is_valid</th>\n",
" <th>relevance_score</th>\n",
" <th>completeness_score</th>\n",
" <th>factual_accuracy_score</th>\n",
" </tr>\n",
" </thead>\n",
" <tbody>\n",
" <tr>\n",
" <th>0</th>\n",
" <td>0</td>\n",
" <td>Какое решение приняло итальянское судопроизвод...</td>\n",
" <td>Итальянский суд принял решение экстрадировать ...</td>\n",
" <td>True</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" </tr>\n",
" <tr>\n",
" <th>1</th>\n",
" <td>1</td>\n",
" <td>Сколько пассажиров автобуса №793 пострадали в ...</td>\n",
" <td>Пять пассажиров автобуса №793 пострадали в ДТП...</td>\n",
" <td>True</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" </tr>\n",
" <tr>\n",
" <th>2</th>\n",
" <td>2</td>\n",
" <td>Кто утвердил концепцию государственной миграци...</td>\n",
" <td>Владимир Путин утвердил концепцию государствен...</td>\n",
" <td>True</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" </tr>\n",
" <tr>\n",
" <th>3</th>\n",
" <td>3</td>\n",
" <td>Какое юридическое действие предприняли Генерал...</td>\n",
" <td>Генпрокуратура и Минюст подали в Верховный суд...</td>\n",
" <td>False</td>\n",
" <td>0.5</td>\n",
" <td>0.5</td>\n",
" <td>1.0</td>\n",
" </tr>\n",
" <tr>\n",
" <th>4</th>\n",
" <td>4</td>\n",
" <td>Где и кем был обнаружен непилотируемый летател...</td>\n",
" <td>Обломки дрона обнаружили польские пограничники...</td>\n",
" <td>True</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" <td>1.0</td>\n",
" </tr>\n",
" </tbody>\n",
"</table>\n",
"</div>"
],
"text/plain": [
" index question \\\n",
"0 0 Какое решение приняло итальянское судопроизвод... \n",
"1 1 Сколько пассажиров автобуса №793 пострадали в ... \n",
"2 2 Кто утвердил концепцию государственной миграци... \n",
"3 3 Какое юридическое действие предприняли Генерал... \n",
"4 4 Где и кем был обнаружен непилотируемый летател... \n",
"\n",
" answer is_valid \\\n",
"0 Итальянский суд принял решение экстрадировать ... True \n",
"1 Пять пассажиров автобуса №793 пострадали в ДТП... True \n",
"2 Владимир Путин утвердил концепцию государствен... True \n",
"3 Генпрокуратура и Минюст подали в Верховный суд... False \n",
"4 Обломки дрона обнаружили польские пограничники... True \n",
"\n",
" relevance_score completeness_score factual_accuracy_score \n",
"0 1.0 1.0 1.0 \n",
"1 1.0 1.0 1.0 \n",
"2 1.0 1.0 1.0 \n",
"3 0.5 0.5 1.0 \n",
"4 1.0 1.0 1.0 "
]
},
"execution_count": 14,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"results_df = evaluator_demo.get_detailed_results_df(metrics)\n",
"results_df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "venv",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.3"
}
},
"nbformat": 4,
"nbformat_minor": 2
}
|