評価テスト

AI アプリケーションをテストするには、生成されたコンテンツを評価して、AI モデルが幻覚的なレスポンスを生成していないことを確認する必要があります。

レスポンスを評価する 1 つの方法は、AI モデル自体を評価に使用することです。評価には最適な AI モデルを選択します。これは、レスポンスの生成に使用されたモデルと同じではない場合があります。

レスポンスを評価するための Spring AI インターフェースは Evaluator であり、次のように定義されます。

@FunctionalInterface
public interface Evaluator {
    EvaluationResponse evaluate(EvaluationRequest evaluationRequest)
}

評価の入力は次のように定義される EvaluationRequest である 

public class EvaluationRequest {

	private final String userText;

	private final List<Content> dataList;

	private final String responseContent;

	public EvaluationRequest(String userText, List<Content> dataList, String responseContent) {
		this.userText = userText;
		this.dataList = dataList;
		this.responseContent = responseContent;
	}

  ...
}

  • userText: ユーザーからの生の入力を String として

  • dataList: 検索拡張生成などから得られるコンテキストデータが、生の入力に追加されます。

  • responseContent: AI モデルのレスポンス内容を String として

RelevancyEvaluator

1 つの実装は、評価に AI モデルを使用する RelevancyEvaluator です。今後のリリースでは、さらに多くの実装が利用可能になる予定です。

RelevancyEvaluator は入力 (userText) と AI モデルの出力 (chatResponse) を使用して次の質問をします。

Your task is to evaluate if the response for the query
is in line with the context information provided.\n
You have two options to answer. Either YES/ NO.\n
Answer - YES, if the response for the query
is in line with context information otherwise NO.\n
Query: \n {query}\n
Response: \n {response}\n
Context: \n {context}\n
Answer: "

以下は、ベクトルストアにロードされた PDF ドキュメントに対して RAG クエリを実行し、レスポンスがユーザーテキストに関連しているかどうかを評価する JUnit テストの例です。

@Test
void testEvaluation() {

    dataController.delete();
    dataController.load();

    String userText = "What is the purpose of Carina?";

    String responseContent = ChatClient.builder(chatModel)
            .build().prompt()
            .advisors(new QuestionAnswerAdvisor(vectorStore, SearchRequest.defaults()))
            .user(userText)
            .call()
            .content();

    var relevancyEvaluator = new RelevancyEvaluator(ChatClient.builder(chatModel));

    EvaluationRequest evaluationRequest = new EvaluationRequest(userText,
            (List<Content>) response.getMetadata().get(QuestionAnswerAdvisor.RETRIEVED_DOCUMENTS), responseContent);

    EvaluationResponse evaluationResponse = relevancyEvaluator.evaluate(evaluationRequest);

    assertTrue(evaluationResponse.isPass(), "Response is not relevant to the question");

}

上記のコードは、ここにあるサンプルアプリケーションからのものです。