📘 概述

Text2MultiHopQAGenerator 是一个多跳问答对生成算子，用于从给定的文本中自动生成需要多步推理才能回答的问题与答案。该算子通过调用大语言模型（LLM），将输入文本转化为一系列结构化的、包含推理步骤的多跳问答对，适用于构建复杂的问答数据集或评估模型的推理能力。

输出校验： 生成完成后，算子会自动过滤掉 output_key（QA 对列表）为空或非有效列表的行，确保输出中仅包含成功生成的结果。被过滤的行数会记录在日志中，便于追踪。

__init__函数

__init__(self, llm_serving, seed=0, lang="en", prompt_template=None, num_q=5)

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	必需	大语言模型服务实例，用于执行推理与生成。
seed	int	0	随机数种子，用于保证结果的可复现性。
lang	str	"en"	指定生成内容的语言，例如 'en' (英语) 或 'zh' (中文)。
prompt_template	PromptABC	Text2MultiHopQAGeneratorPrompt()	提示词模板对象，用于构建生成任务的输入。
num_q	int	5	为每个输入文本生成的问题答案对数量上限。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明
Text2MultiHopQAGeneratorPrompt	从文本生成多跳问答对	需要从大段上下文中构建复杂推理问题的场景	内置专用模板，引导模型生成问题、推理步骤、最终答案和支撑事实，确保输出的结构化和逻辑性。

run函数

run(self, storage, input_key='cleaned_chunk', output_key='QA_pairs', output_meta_key='QA_metadata')

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_key	str	"cleaned_chunk"	输入列名，对应包含上下文文本的字段。
output_key	str	"QA_pairs"	输出列名，对应生成的多跳问答对列表。
output_meta_key	str	"QA_metadata"	输出元数据列名，对应生成的元数据信息。

🧠 示例用法

self.knowledge_cleaning_step4 = Text2MultiHopQAGenerator(
    llm_serving=self.llm_serving,
    lang="en",
    num_q = 5
)
self.knowledge_cleaning_step4.run(
    storage=self.storage.step(),
    # input_key=
    # output_key=
)

🧾 默认输出格式（Output Format）

注意： 生成的 QA_pairs 为空或非有效列表的行会被自动移除，输出的 DataFrame 索引会被重置。如有行被过滤，将在日志中记录过滤数量。

字段	类型	说明
text	str	处理后的原始上下文文本。
qa_pairs	List[Dict]	生成的多跳问答对列表，每个元素包含问题、答案、推理步骤等（保证非空）。
metadata	Dict	包含数据来源、时间戳、复杂度等信息的元数据。

示例输入：

{
"cleaned_chunk":"Mona Lisa was painted by Leonardo da Vinci. Leonardo da Vinci was born in the Republic of Florence. The Republic of Florence was a state in what is now Italy."
}

示例输出：

{
    "cleaned_chunk": "Mona Lisa was painted by Leonardo da Vinci. Leonardo da Vinci was born in the Republic of Florence. The Republic of Florence was a state in what is now Italy.",
    "QA_pairs": [
        {
            "question": "In which modern country was the painter of the Mona Lisa born?",
            "reasoning_steps": [
                {
                    "step": "Identify the painter of the Mona Lisa, which is Leonardo da Vinci."
                },
                {
                    "step": "Find the birthplace of Leonardo da Vinci, which is the Republic of Florence."
                },
                {
                    "step": "Determine the modern-day location of the Republic of Florence, which is Italy."
                }
            ],
            "answer": "Italy",
            "supporting_facts": [
                "Mona Lisa was painted by Leonardo da Vinci.",
                "Leonardo da Vinci was born in the Republic of Florence.",
                "The Republic of Florence was a state in what is now Italy."
            ],
            "type": "History"
        }
    ],
    "QA_metadata": {
        "source": "default_source",
        "timestamp": "2023-10-27T10:00:00Z",
        "complexity": 3
    }
}