📘 概述

AgenticRAGQAF1SampleEvaluator 是一个评估算子，用于计算预测答案与一个或多个参考答案之间的 F1 分数。

__init__函数

def __init__(self)

该算子初始化时无需传入参数。

Prompt模板说明

该算子不使用提示模板，因为它直接执行文本标准化和F1分数计算。

run函数

def run(self, 
        storage: DataFlowStorage, 
        input_prediction_key:str ="refined_answer",
        input_ground_truth_key:str ="golden_doc_answer",
        output_key:str ="F1Score",
        )

执行主评估逻辑：从存储中读取DataFrame，对每一行计算F1分数，并将包含新分数列的DataFrame写回存储。

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_prediction_key	str	"refined_answer"	输入的预测答案所在的列名。
input_ground_truth_key	str	"golden_doc_answer"	输入的标准答案所在的列名。
output_key	str	"F1Score"	输出的F1分数结果所在的列名。

🧠 示例用法

🧾 默认输出格式

字段	类型	说明
refined_answer	str	预测答案文本。
golden_doc_answer	str/list	标准答案或答案列表。
F1Score	float	计算的F1分数。

示例输入:

{
"refined_answer":"埃菲尔铁塔位于巴黎。",
"golden_doc_answer": ["巴黎是埃菲尔铁塔的所在地。"]
}

示例输出:

{
"refined_answer":"埃菲尔铁塔位于巴黎。",
"golden_doc_answer": ["巴黎是埃菲尔铁塔的所在地。"],
"F1Score": 1.0
}