TruLens

TruLens 是一个 开源软件包，为基于大型语言模型 (LLM) 的应用程序提供检测和评估工具。

本页面介绍如何使用 TruLens 评估和跟踪在 LangChain 上构建的 LLM 应用程序。

安装与设置

安装 trulens-eval Python 软件包。

pip install trulens-eval

快速开始

有关集成详情，请参阅 TruLens 文档。

跟踪

创建 LLM 链后，您可以使用 TruLens 进行评估和跟踪。TruLens 提供了许多 开箱即用的反馈函数，也是一个可扩展的 LLM 评估框架。

创建反馈函数

from trulens_eval.feedback import Feedback, Huggingface, 

# Initialize HuggingFace-based feedback function collection class:
hugs = Huggingface()
openai = OpenAI()

# Define a language match feedback function using HuggingFace.
lang_match = Feedback(hugs.language_match).on_input_output()
# By default this will check language match on the main app input and main app
# output.

# Question/answer relevance between overall question and answer.
qa_relevance = Feedback(openai.relevance).on_input_output()
# By default this will evaluate feedback on main app input and main app output.

# Toxicity of input
toxicity = Feedback(openai.toxicity).on_input()

链

为评估 LLM 设置反馈函数后，您可以使用 TruChain 包装您的应用程序，以获取 LLM 应用程序的详细跟踪、日志记录和评估。

注意：有关 chain 创建的代码，请参阅 TruLens 文档。

from trulens_eval import TruChain

# wrap your chain with TruChain
truchain = TruChain(
    chain,
    app_id='Chain1_ChatApplication',
    feedbacks=[lang_match, qa_relevance, toxicity]
)
# Note: any `feedbacks` specified here will be evaluated and logged whenever the chain is used.
truchain("que hora es?")

评估

现在您可以探索您的 LLM 应用程序了！

这样做将帮助您一目了然地了解您的 LLM 应用程序的性能。当您迭代 LLM 应用程序的新版本时，您可以比较它们在您设置的所有不同质量指标上的性能。您还将能够以记录级别查看评估，并探索每个记录的链元数据。

from trulens_eval import Tru

tru = Tru()
tru.run_dashboard() # open a Streamlit app to explore

有关 TruLens 的更多信息，请访问 trulens.org