Label Studio

Label Studio 是一个开源数据标注平台，它为 LangChain 提供了在为大型语言模型（LLM）微调数据时所需的灵活性。它还支持准备自定义训练数据，并通过人工反馈来收集和评估响应。

在本指南中，您将学习如何将 LangChain 流水线连接到 Label Studio，以实现以下功能：

将所有输入提示、对话和响应汇总到一个 Label Studio 项目中。这会将所有数据整合到一个地方，以便更轻松地进行标注和分析。
优化提示和响应，以创建用于监督微调（SFT）和带有人工反馈的强化学习（RLHF）场景的数据集。标注后的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，供人工审查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，在命令行运行 label-studio 以启动本地 LabelStudio 实例，地址为 https://:8080。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，前往 Account & Settings > Access Token（账户与设置 > 访问令牌）并复制密钥。

设置包含您的 LabelStudio URL、API 密钥和 OpenAI API 密钥的环境变量

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。每个项目都通过一个 XML 配置来标识，该配置详细说明了输入和输出数据的规范。

创建一个项目，该项目接受文本格式的人工输入，并在文本区域输出可编辑的 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，请点击“Create”（创建）按钮。
在“Project Name”（项目名称）字段中输入您的项目名称，例如 My Project。
导航到 Labeling Setup > Custom Template（标注设置 > 自定义模板）并粘贴上面提供的 XML 配置。

您可以通过 LabelStudioCallbackHandler 连接，在 LabelStudio 项目中收集 LLM 输入提示和输出响应。

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、响应以及模型名称等元数据。

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，并能够对最后一条响应进行评分和修改。

打开 Label Studio 并点击“Create”（创建）按钮。
在“Project Name”（项目名称）字段中输入您的项目名称，例如 New Project with Chat。
导航到 Labeling Setup > Custom Template（标注设置 > 自定义模板）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”。点击已创建的任务，以查看对话历史并编辑/标注响应。

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标注者反馈。

可以通过 UI 添加新的标注配置：前往 Settings > Labeling Interface（设置 > 标注界面），并设置一个自定义配置，其中包含额外的标签，例如用于情感的 Choices 或用于相关性的 Rating。请记住，任何配置中都应包含 TextArea 标签以显示 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，它将使用指定的标注配置创建。

其他参数

LabelStudioCallbackHandler 接受几个可选参数：

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 - 现有的 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。默认为根据当前日期格式化的 "LangChain-%Y-%m-%d"。
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。默认值。
- "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​

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