Update app.py

app.py

@@ -345,7 +345,7 @@ def ctx_relevancy_eval():
     # Extraer los textos de los source nodes
     contexts = []
     for node in source_nodes:
-        if node.score <= 1:  # Excluir nodos con score > 1
+        if node.score <= 10000:  # Excluir nodos con score > 10000
             text = node.node.text.strip()
             contexts.append(text)
 
@@ -367,30 +367,12 @@ def ctx_relevancy_eval():
 def faithfulness_eval():
     global final_response
     global query
-
-    # Verificamos si 'final_response' tiene el atributo 'source_nodes'
-    if not hasattr(final_response, 'source_nodes'):
-        raise AttributeError("El objeto 'final_response' no tiene un atributo 'source_nodes'.")
-
-    # Obtener los source_nodes de la respuesta
-    source_nodes = final_response.source_nodes
-
-    # Extraer los textos de los source nodes
-    contexts = []
-    for node in source_nodes:
-        if node.score <= 1:  # Excluir nodos con score > 1
-            text = node.node.text.strip()
-            contexts.append(text)
-
-    # Si no se encuentran textos en los source nodes, puedes manejarlo de alguna forma
-    if not contexts:
-        raise ValueError("No se encontraron textos en los source nodes.")
-
     evaluator = FaithfulnessEvaluator(llm=gpt4omini)
-    eval_result = evaluator.evaluate_response(query=query, response=final_response, contexts=contexts)
+    eval_result = evaluator.evaluate_response(query=query, response=final_response.response)
 
     print("Groundedness: " + str(eval_result.score) + " - " + str(eval_result.passing) + "\n")
-    print("Respuesta: " + str(final_response) + "\n\n----------")
+    print("Respuesta: " + str(final_response) + "\n")
+    print("Query: " + str(query) + "\n\n----------")
     return float(eval_result.score)
 
 def ans_relevancy_eval():