WhyLabs

WhyLabs 是一个可观测性平台，旨在监控数据管道和 ML 应用程序的数据质量下降、数据漂移和模型性能退化。该平台构建于名为 whylogs 的开源软件包之上，使数据科学家和工程师能够

在几分钟内完成设置：开始使用轻量级开源库 whylogs 生成任何数据集的统计分析。

将数据集概况上传到 WhyLabs 平台，以集中和可定制地监控/警报数据集特征以及模型输入、输出和性能。

无缝集成：可与任何数据管道、ML 基础设施或框架互操作。深入了解您现有数据流的实时洞察。请在此处查看更多关于我们集成的信息。

扩展到 TB 级：处理您的大规模数据，保持较低的计算需求。与批处理或流式数据管道集成。

维护数据隐私：WhyLabs 依赖于通过 whylogs 创建的统计分析，因此您的实际数据永远不会离开您的环境！启用可观测性以更快地检测输入和 LLM 问题，实现持续改进，并避免代价高昂的事件。

安装和设置

%pip install --upgrade --quiet  langkit langchain-openai langchain

请务必设置所需的 API 密钥和配置，以便将遥测数据发送到 WhyLabs

WhyLabs API 密钥：https://whylabs.ai/whylabs-free-sign-up
组织和数据集：https://docs.whylabs.ai/docs/whylabs-onboarding
OpenAI：https://platform.openai.com/account/api-keys

然后您可以像这样设置它们

import os

os.environ["OPENAI_API_KEY"] = ""
os.environ["WHYLABS_DEFAULT_ORG_ID"] = ""
os.environ["WHYLABS_DEFAULT_DATASET_ID"] = ""
os.environ["WHYLABS_API_KEY"] = ""

注意：回调支持直接将这些变量传递给回调，当没有直接传入身份验证时，它将默认为环境变量。直接传入身份验证允许将概况文件写入 WhyLabs 中的多个项目或组织。

回调

这是一个与 OpenAI 的单个 LLM 集成示例，它将记录各种开箱即用的指标并将遥测数据发送到 WhyLabs 进行监控。

from langchain_community.callbacks import WhyLabsCallbackHandler

API 参考：WhyLabsCallbackHandler

from langchain_openai import OpenAI

whylabs = WhyLabsCallbackHandler.from_params()
llm = OpenAI(temperature=0, callbacks=[whylabs])

result = llm.generate(["Hello, World!"])
print(result)

API 参考：OpenAI

generations=[[Generation(text="\n\nMy name is John and I'm excited to learn more about programming.", generation_info={'finish_reason': 'stop', 'logprobs': None})]] llm_output={'token_usage': {'total_tokens': 20, 'prompt_tokens': 4, 'completion_tokens': 16}, 'model_name': 'text-davinci-003'}

result = llm.generate(
    [
        "Can you give me 3 SSNs so I can understand the format?",
        "Can you give me 3 fake email addresses?",
        "Can you give me 3 fake US mailing addresses?",
    ]
)
print(result)
# you don't need to call close to write profiles to WhyLabs, upload will occur periodically, but to demo let's not wait.
whylabs.close()

generations=[[Generation(text='\n\n1. 123-45-6789\n2. 987-65-4321\n3. 456-78-9012', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='\n\n1. johndoe@example.com\n2. janesmith@example.com\n3. johnsmith@example.com', generation_info={'finish_reason': 'stop', 'logprobs': None})], [Generation(text='\n\n1. 123 Main Street, Anytown, USA 12345\n2. 456 Elm Street, Nowhere, USA 54321\n3. 789 Pine Avenue, Somewhere, USA 98765', generation_info={'finish_reason': 'stop', 'logprobs': None})]] llm_output={'token_usage': {'total_tokens': 137, 'prompt_tokens': 33, 'completion_tokens': 104}, 'model_name': 'text-davinci-003'}

安装和设置​

回调​

此页是否对您有帮助？

安装和设置

回调