TruLens

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

本页介绍如何使用 TruLens 来评估和跟踪基于 Langchain 构建的 LLM 应用。

安装和设置

安装 trulens-eval python 包。

pip install trulens-eval

快速入门

请参阅 TruLens 文档 中的集成详细信息。

追踪

创建 LLM 链后，您可以使用 TruLens 进行评估和跟踪。TruLens 具有许多 开箱即用的反馈函数，并且也是一个用于 LLM 评估的可扩展框架。

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，以获得 LLM 应用的详细追踪、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

现在您可以探索基于 LLM 的应用程序了！

这样做将帮助您一目了然地了解 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。您还可以查看记录级别的评估，并探索每条记录的链元数据。

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