Label Studio

Label Studio 是一个开源数据标注平台，它为 LangChain 在为大语言模型（LLM）进行微调时标注数据提供了灵活性。它还支持准备自定义训练数据，并通过人类反馈收集与评估响应。

在本指南中，您将学习如何将 LangChain 管道连接到 Label Studio 以实现以下目的：

在单个 Label Studio 项目中汇总所有输入提示、对话和响应。这将所有数据集中在一个位置，便于标注和分析。
优化提示和响应，以创建用于监督微调（SFT）和基于人类反馈的强化学习（RLHF）场景的数据集。这些标注数据可用于进一步训练大语言模型（LLM），以提升其性能。
通过人工反馈评估模型响应。Label Studio 提供了一个界面，供人工审查并对模型响应提供反馈，从而实现评估与迭代。

安装与设置¶

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，在命令行中运行 label-studio 以在 http://localhost:8080 启动本地 LabelStudio 实例。更多选项请参见Label Studio 安装指南。

您需要一个令牌才能进行API调用。

在您的浏览器中打开LabelStudio实例，进入 Account & Settings > Access Token 并复制密钥。

设置环境变量，包含您的 LabelStudio URL、API 密钥和 OpenAI API 密钥：

import os

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

收集LLMs的提示和响应

用于标注的数据存储在 Label Studio 的项目中。每个项目都由一个 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，接收以文本格式输入的人类输入，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>

在 Label Studio 中创建项目，请点击“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 项目中收集输入的 LLM 提示和输出的响应，并通过 LabelStudioCallbackHandler 将其连接：

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。你将看到提示、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，并能够对最后的回复进行评分和修改：

打开 Label Studio 并点击“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。
导航到标签设置 > 自定义模板，然后粘贴以下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:人类消息 |系统消息 |ChatOpenAI

在 Label Studio 中，打开“带有聊天的新项目”。点击已创建的任务以查看对话历史并编辑/标注回复。

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，例如回复情感、相关性以及许多其他类型的标注者反馈。

可以从用户界面添加新的标签配置：前往 Settings > Labeling Interface 并设置包含额外标签的自定义配置，例如用于情感分析的 Choices 或用于相关性判断的 Rating。请注意，任何配置中都必须包含 TextArea 标签，以便显示大语言模型（LLM）的响应。

您也可以在创建项目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，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。将覆盖环境变量 LABEL_STUDIO_API_KEY。
url - Label Studio 网址。覆盖 LABEL_STUDIO_URL，默认为 http://localhost:8080。
project_id - 已有的 Label Studio 项目 ID。将覆盖 LABEL_STUDIO_PROJECT_ID。数据将存储在此项目中。
project_name - 如果未指定项目 ID，则为项目名称。将创建一个新项目。默认值为使用当前日期格式化的 "LangChain-%Y-%m-%d"。
project_config - 自定义标签配置
模式：使用此快捷方式从头开始创建目标配置：
- "prompt" - 单次提示，单次响应。默认。
- "chat" - 多轮对话模式。

安装与设置¶

收集LLMs的提示和响应​

收集聊天模型对话​

自定义标注配置​

其他参数​

收集LLMs的提示和响应

收集聊天模型对话

自定义标注配置

其他参数