以 3 個步驟評估像 ChatGPT 這樣的對話 LLM 應用程式（開源）。 與單回合任務不同，對話是通過多條消息展開的。 這意味著 LLM 的行為必須在多回合中保持一致、合規且具上下文意識，而不僅僅是在一次性輸出中準確。 在 DeepEval 中，您可以僅用 3 個步驟做到這一點： 1) 將您的多回合測試案例定義為 ConversationalTestCase。 2) 用簡單的英語定義一個指標，使用 ConversationalGEval。 3) 執行評估。 完成！ 這將提供詳細的分析，顯示哪些對話通過，哪些失敗，以及分數分佈。 此外，您還可以獲得完整的用戶界面來檢查單獨的回合。 這裡有兩個好處： - 整個流程非常簡單設置，只需幾行代碼。 - DeepEval 是 100% 開源的，擁有約 10,000 顆星，您可以輕鬆自我託管，讓您的數據保持在您想要的地方。 在評論中找到倉庫！

如果您覺得它很有見地，請與您的網路重新分享。 找到我 → @_avichawla 每天，我都會分享有關 DS、ML、LLM 和 RAG 的教程和見解。