AutoAI RAG Muster Details

Nach Abschluss Ihres AutoAI RAG-Experiments können Sie sich die Details eines Musters ansehen, um dessen Zusammensetzung und Leistung zu verstehen.

Musterdetails

Klicken Sie auf einen Musternamen, um die folgenden Konfigurationsdetails für ein Muster zu überprüfen. Um zwei Muster zu vergleichen, schalten Sie "Muster vergleichen" um und wählen Sie ein Muster zum Vergleich aus. Einige der Konfigurationseinstellungen können bei der Erstellung des Experiments bearbeitet werden. Weitere Informationen finden Sie unter "Anpassen der Einstellungen für das RAG-Experiment ".

Informationen zu den Mustern

Spalte	Beschreibung
Muster	Mustername
Bewertungstyp	Wie die Leistungskennzahl berechnet und dargestellt wird. - Mittelwert: Der Durchschnittswert der Kennzahl. - KI-Obergrenze: Die Obergrenze des Konfidenzintervalls (KI) für den Mittelwert, die den höchsten Wert angibt, den die Kennzahl wahrscheinlich erreichen wird. - KI-Untergrenze: Die Untergrenze des Konfidenzintervalls (KI) für den Mittelwert, die den niedrigsten Wert angibt, den die Kennzahl wahrscheinlich erreichen wird.
Richtigkeit der Antwort	Richtigkeit der generierten Antwort, die sowohl die Relevanz des abgerufenen Kontexts als auch die Qualität der generierten Antwort umfasst.
Antwortgenauigkeit	Genauigkeit der generierten Antwort auf den abgerufenen Text.
Kontextrichtigkeit	Relevanz der generierten Antwort für die Eingabe.

Vektorspeicher

Spalte	Beschreibung
Vektorspeicher-Datenquellentyp	Datenquelle, die eine Verbindung mit dem Vektorspeicher herstellt.
Vektorspeicher-Abstandsmetrik	Metrik, mit der gemessen wird, wie relevant die gespeicherten Vektoren für den Eingabevektor sind.
Indexname des Vektorspeichers	Index, der als Datenstruktur zum Speichern und Abrufen von Vektorspeichern verwendet wird.
Vektorspeicheroperation	Vektorspeicheroperation zum Abrufen von Daten. Zum Beispiel "upsert" zum Einfügen oder Aktualisieren von Zeilen in der Datenbanktabelle.
Schemafelder für Vektorspeicher	Schema für die Speicherung des Index der vektorisierten Dokumente.
Schema-ID des Vektorspeichers	Eindeutige Kennung des Vektor-Speicherschemas.
Schemaname des Vektorspeichers	Name des Schemas, das für die Strukturierung der Datenbanktabelle verwendet wird
Schematyp des Vektorspeichers	Bestimmt die Art der Daten, die im Schema gespeichert werden können, und die Operationen, die mit den Daten ausgeführt werden können. Der Schematyp struct wird für die Speicherung strukturierter Daten verwendet.

Chunking

Spalte	Beschreibung
Chunk-Überlappung	Anzahl der Chunks, die gemeinsame Wörter oder Phrasen enthalten.
Chunkgröße	Menge der aus den Indexdokumenten abgerufenen Daten.
Chunk-Erweiterung	Wie relevanter Text für jeden Chunk der Eingabe nach Aufteilung der Eingabe in mehrere Chunks abgerufen wird.

Einbettungen

Spalte	Beschreibung
Einbettungsmodell	Einbettungsmodell, das zur Vektorisierung und Indexierung der Dokumentensammlung verwendet wird.
Eingabe-Token abschneiden	Maximale Anzahl von Token, die als Eingabe akzeptiert werden.
Strategie des Abschneidens	Strategie, mit der festgelegt wird, wie die abgerufenen Dokumente verarbeitet werden sollen, um die Leistung des Modells zu optimieren.

Abruf

Spalte	Beschreibung
Abrufmethode	Methode zum Abrufen indizierter Dokumente: Fenster oder einfach.
Anzahl der Chunks	Anzahl der aus den indizierten Dokumenten abgerufenen Chunks.
Fenstergröße	Anzahl der benachbarten Token, die das Modell beim Abrufen von Text aus indizierten Dokumenten berücksichtigt.

Generierung

Spalte	Beschreibung
Text der Kontextvorlage	Strukturierte Vorlage für die generierte Antwort.
Basismodell	Das im Experiment verwendete Foundation-Modell. Klicken Sie auf das Vorschausymbol, um Details über das Modell zu erfahren.
Decodierungsmethode	Prozess, den ein Modell verwendet, um die Token in der generierten Ausgabe auszuwählen.
Maximale Anzahl neuer Token	Maximale Anzahl neuer Token, die zusätzlich zu den aus indizierten Dokumenten abgerufenen Token erzeugt werden können.
Mindestanzahl neuer Token	Mindestanzahl neuer Token, die generiert werden können.
Text der Eingabeaufforderungsvorlage	Struktur mit Leitlinien für das Modell, das beim Abrufen von Text aus indizierten Dokumenten zu verwenden ist.
Verhältnis von Wort zu Token	Anzahl der Wörter in einem Text geteilt durch die Anzahl der generierten Token.

Q&A-Beispiel

Spalte	Beschreibung
Q&A-Beispiel	Fragen und richtige Antworten werden als Testdaten zur Messung der Leistung des Musters bereitgestellt. Beispiel:

Übergeordnetes Thema: Automatisieren eines RAG-Musters mit AutoAI