好的，这是根据您提供的代码和模板生成的 PerplexitySampleEvaluator 算子的教程 Markdown。

📘 概述

PerplexitySampleEvaluator 是一个基于 Hugging Face 语言模型计算文本困惑度（Perplexity）的评估算子。困惑度是衡量语言模型预测样本好坏程度的指标，其值越低，通常表示文本的流畅性和可理解性越高。该算子可用于评估生成文本的质量。

__init__函数

def __init__(self, model_name: str = 'gpt2', device='cuda'):

init参数说明

参数名	类型	默认值	说明
model_name	str	'gpt2'	Hugging Face Hub 上的模型名称或本地路径，用于计算困惑度。
device	str	'cuda'	模型运行的设备，例如 'cuda' 或 'cpu'。若不指定，则优先使用 CUDA。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage, input_key: str = 'raw_content', output_key: str = 'PerplexityScore'):

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	"raw_content"	输入列名，对应待评估文本内容的字段。
output_key	str	"PerplexityScore"	输出列名，对应生成的困惑度分数字段。

🧠 示例用法

🧾 默认输出格式（Output Format）

字段	类型	说明
raw_content	str	输入的待评估文本。
PerplexityScore	float	模型计算出的困惑度分数。

示例输入：

{
    "raw_content": "The cat sat on the mat."
}

示例输出：

{
    "raw_content": "The cat sat on the mat.",
    "PerplexityScore": 35.86
}