Quando os documentos não sabem

Tradução automática

Esta página foi traduzida automaticamente do inglês e ainda não foi revisada por um falante nativo; correções são bem-vindas no GitHub. Se algo não bater, vale o original em inglês. O código e os resultados são os mesmos do original, importados dos arquivos testados.

Tarefa: quando os documentos não cobrem uma pergunta, dizer isso — em vez de deixar o modelo responder de memória.

yaml

# Recipe: when the documents do not cover the question, say so — do not guess.
paths:
  components: ./components

llm:
  model: phi3

Os mesmos três documentos de Respostas com as suas fontes. Sem minRelevance, os trechos mais próximos sempre voltam, tenham relação com a pergunta ou não. Com ele, um trecho menos relevante que o piso é descartado; quando não sobra nenhum, answer_result.found é falso e o modelo nunca é chamado.

xml

<q:component name="Ask">
  <q:knowledge name="docs" persist="false" chunkSize="300" chunkOverlap="30">
    <q:source type="directory" path="knowledge" pattern="*.md" />
  </q:knowledge>

  <q:set name="question" value="{query.q}" default="" />

  <q:if condition="question">
    <!-- minRelevance: chunks less relevant than 0.8 are not retrieved. When
         none remains, the model is not asked at all — it would answer from
         memory — and answer_result.found is false. The right floor depends
         on the embedding model and the chunk size: look at the relevance of
         a few sources before choosing it. -->
    <q:llm name="answer" knowledge="docs" top="2" minRelevance="0.8">
      <q:message role="user">{question}</q:message>
    </q:llm>
  </q:if>

  <ui:window title="Ask the store">
    <ui:form>
      <ui:input bind="q" value="{question}" placeholder="Your question" />
      <ui:button variant="primary">Ask</ui:button>
    </ui:form>
    <q:if condition="question">
      <q:if condition="answer_result.found">
        <ui:text>{answer}</ui:text>
        <q:loop items="{answer_result.sources}" var="s">
          <ui:text>[{s.n}] {s.name} ({round(s.relevance, 2)})</ui:text>
        </q:loop>
        <q:else>
          <ui:alert variant="info">Our documents do not answer that. Write to us at help@example.com.</ui:alert>
        </q:else>
      </q:if>
    </q:if>
  </ui:window>
</q:component>

xml

<!-- Structural checks, never the model's exact words: the same tests run
     against a real model before every release. -->
<q:test name="a question the documents answer" page="/">
  <test:visit q="How many days do I have to return an order?" />
  <test:expect text="[1] returns.md" />
  <test:expect no-text="do not answer that" />
</q:test>

<q:test name="a question they do not answer" page="/">
  <test:visit q="What is the capital of France?" />
  <test:expect text="Our documents do not answer that." />
  <test:expect no-text="[1]" />
</q:test>

text

tests/honest.test.q
  PASS  a question the documents answer
  PASS  a question they do not answer
2 passed, 0 failed

O piso depende do modelo de embedding e do tamanho dos trechos. Mostre s.relevance para algumas perguntas que os seus documentos respondem, e algumas que não respondem, e coloque o piso entre elas — por isso a página acima o mostra ao lado de cada fonte.

Testado: no CI estes testes rodam contra um servidor de modelos substituto, que responde a partir da primeira fonte que recebe; antes de cada versão eles rodam contra um modelo de verdade (tests/live_ai/test_cookbook_ai.py). Por isso eles conferem a estrutura — qual fonte, qual ferramenta, o que a página mostra quando algo falha — e nunca as palavras do modelo.

Veja IA-9.

Quando os documentos não sabem ​

Quando os documentos não sabem