Label Studio

Label Studio 是一个开源数据标注平台，在为微调大型语言模型 (LLM) 标注数据时，它为 LangChain 提供了灵活性。它还支持准备自定义训练数据，以及通过人工反馈收集和评估响应。

在本指南中，您将学习如何将 LangChain 管道连接到 Label Studio 以

在单个 Label Studio 项目中聚合所有输入提示、对话和响应。这会将所有数据整合到一个位置，以便更轻松地进行标注和分析。
改进提示和响应，以创建用于监督式微调 (SFT) 和基于人工反馈的强化学习 (RLHF) 场景的数据集。标注数据可用于进一步训练 LLM，以提高其性能。
通过人工反馈评估模型响应。Label Studio 提供了一个界面，供人工查看模型响应并提供反馈，从而实现评估和迭代。

安装和设置

首先安装最新版本的 Label Studio 和 Label Studio API 客户端

%pip install --upgrade --quiet langchain label-studio label-studio-sdk langchain-openai langchain-community

接下来，在命令行上运行 label-studio 以在 https://#:8080 启动本地 LabelStudio 实例。有关更多选项，请参阅 Label Studio 安装指南。

您需要一个令牌才能进行 API 调用。

在浏览器中打开您的 LabelStudio 实例，转到 Account & Settings > Access Token 并复制密钥。

使用您的 LabelStudio URL、API 密钥和 OpenAI API 密钥设置环境变量

import os

os.environ["LABEL_STUDIO_URL"] = "<YOUR-LABEL-STUDIO-URL>"  # e.g. https://#:8080
os.environ["LABEL_STUDIO_API_KEY"] = "<YOUR-LABEL-STUDIO-API-KEY>"
os.environ["OPENAI_API_KEY"] = "<YOUR-OPENAI-API-KEY>"

收集 LLM 提示和响应

用于标注的数据存储在 Label Studio 中的项目中。每个项目都由 XML 配置标识，该配置详细说明了输入和输出数据的规范。

创建一个项目，该项目以文本格式接收人工输入，并在文本区域中输出可编辑的 LLM 响应

<View>
<Style>
    .prompt-box {
        background-color: white;
        border-radius: 10px;
        box-shadow: 0px 4px 6px rgba(0, 0, 0, 0.1);
        padding: 20px;
    }
</Style>
<View className="root">
    <View className="prompt-box">
        <Text name="prompt" value="$prompt"/>
    </View>
    <TextArea name="response" toName="prompt"
              maxSubmissions="1" editable="true"
              required="true"/>
</View>
<Header value="Rate the response:"/>
<Rating name="rating" toName="prompt"/>
</View>

要在 Label Studio 中创建项目，请单击“创建”按钮。
在“项目名称”字段中输入项目的名称，例如 My Project。
导航到 Labeling Setup > Custom Template 并粘贴上面提供的 XML 配置。

您可以在 LabelStudio 项目中收集输入 LLM 提示和输出响应，并通过 LabelStudioCallbackHandler 连接它

from langchain_community.callbacks.labelstudio_callback import (
    LabelStudioCallbackHandler,
)

API 参考：LabelStudioCallbackHandler

from langchain_openai import OpenAI

llm = OpenAI(
    temperature=0, callbacks=[LabelStudioCallbackHandler(project_name="My Project")]
)
print(llm.invoke("Tell me a joke"))

API 参考：OpenAI

在 Label Studio 中，打开 My Project。您将看到提示、响应和元数据，例如模型名称。

收集聊天模型对话

您还可以在 LabelStudio 中跟踪和显示完整的聊天对话，并能够对最后一个响应进行评分和修改

打开 Label Studio 并单击“创建”按钮。
在“项目名称”字段中输入项目的名称，例如 New Project with Chat。
导航到 Labeling Setup > Custom Template 并粘贴以下 XML 配置

<View>
<View className="root">
     <Paragraphs name="dialogue"
               value="$prompt"
               layout="dialogue"
               textKey="content"
               nameKey="role"
               granularity="sentence"/>
  <Header value="Final response:"/>
    <TextArea name="response" toName="dialogue"
              maxSubmissions="1" editable="true"
              required="true"/>
</View>
<Header value="Rate the response:"/>
<Rating name="rating" toName="dialogue"/>
</View>

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_openai import ChatOpenAI

chat_llm = ChatOpenAI(
    callbacks=[
        LabelStudioCallbackHandler(
            mode="chat",
            project_name="New Project with Chat",
        )
    ]
)
llm_results = chat_llm.invoke(
    [
        SystemMessage(content="Always use a lot of emojis"),
        HumanMessage(content="Tell me a joke"),
    ]
)

API 参考：HumanMessage | SystemMessage | ChatOpenAI

在 Label Studio 中，打开“New Project with Chat”。单击创建的任务以查看对话历史记录并编辑/注释响应。

自定义标注配置

您可以修改 LabelStudio 中的默认标注配置，以添加更多目标标签，例如响应情感、相关性以及许多其他类型的注释器反馈。

可以从 UI 添加新的标注配置：转到 Settings > Labeling Interface 并设置自定义配置，其中包含用于情感的 Choices 或用于相关性的 Rating 等其他标签。请记住，TextArea 标签应出现在任何配置中以显示 LLM 响应。

或者，您可以在项目创建之前的初始调用中指定标注配置

ls = LabelStudioCallbackHandler(
    project_config="""
<View>
<Text name="prompt" value="$prompt"/>
<TextArea name="response" toName="prompt"/>
<TextArea name="user_feedback" toName="prompt"/>
<Rating name="rating" toName="prompt"/>
<Choices name="sentiment" toName="prompt">
    <Choice value="Positive"/>
    <Choice value="Negative"/>
</Choices>
</View>
"""
)

请注意，如果项目不存在，则将使用指定的标注配置创建该项目。

其他参数

LabelStudioCallbackHandler 接受多个可选参数

api_key - Label Studio API 密钥。覆盖环境变量 LABEL_STUDIO_API_KEY。
url - Label Studio URL。覆盖 LABEL_STUDIO_URL，默认为 https://#:8080。
project_id - 现有 Label Studio 项目 ID。覆盖 LABEL_STUDIO_PROJECT_ID。将数据存储在此项目中。
project_name - 如果未指定项目 ID，则为项目名称。创建一个新项目。默认为 "LangChain-%Y-%m-%d"，格式为当前日期。
project_config - 自定义标注配置
mode：使用此快捷方式从头开始创建目标配置
- "prompt" - 单个提示，单个响应。默认。
- "chat" - 多轮聊天模式。

安装和设置​

收集 LLM 提示和响应​

收集聊天模型对话​

自定义标注配置​

其他参数​

此页是否对您有帮助？

安装和设置

收集 LLM 提示和响应

收集聊天模型对话

自定义标注配置

其他参数