更新时间：2026-04-15 GMT+08:00
轮次相关性
轮次相关性评估器
| 分类 | 详情 | |
|---|---|---|
| 基础信息 | 评估器名称 | 轮次相关性。 |
| 效果说明 | 功能概述 | 评估多轮对话中每一轮AI回复是否与上下文相关，避免答非所问或跑题。 |
| 评估方式 | LLM评估。 | |
| 评估目标 | 文本、上下文相关性、多轮对话。 | |
| 适用场景 | 离线评估 | |
| 应用场景 | 适用于长对话场景、聊天机器人、对话系统等，确保模型每轮回复都与当前上下文保持相关，避免出现跑题、答非所问或忽略用户需求的情况。 | |
| 评分标准 | 0.0-1.0 分之间 | 1.0表示所有轮次的回复都与上下文高度相关，对话连贯流畅。0.0表示几乎所有轮次都不相关，对话混乱无序，完全脱离上下文。 |
评估器参数说明：
| 参数类型 | 参数名称 | 是否必填 | 参数说明 | |
|---|---|---|---|---|
| 输入参数 | turns | input | 是 | 多轮对话列表，包含input和actual_output两个参数。
|
| actual_output | 是 | |||
| 输出参数 | score | 是 | 相关性评分（0.0-1.0 分之间）。 | |
| reason | 是 | 评分理由说明。 | ||
输入格式示例：
{
"turns": [
{
"input": "嗨！我有件事想告诉你",
"actual_output": "当然，是什么事？"
},
{
"input": "我喉咙痛，该吃什么药？",
"actual_output": "不确定，但今天天气不错不是吗？"
}
]
} 输出格式示例：
{
"score": 0.5,
"reason": "得分为 0.5，因为第 2 轮中用户询问喉咙痛的治疗方案，但 LLM 回复'今天天气不错'，完全与用户问题无关，属于严重的答非所问。"
} 
