TruLens

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

本页介绍如何使用 TruLens 评估和跟踪基于 langchain 构建的 LLM 应用程序。

安装和设置

安装trulens-evalpython 软件包。

pip install trulens-eval

快速入门

请参阅 TruLens 文档中的集成详细信息。

跟踪

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功能、 也是 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()

Chains

在设置了用于评估 LLM 的 Feedback Function（s） 后，您可以使用 TruChain 获取 LLM 应用程序的详细跟踪、日志记录和评估。

注意：请参阅chaincreation is in 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！

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下的性能。您还可以查看记录级别的评估，并浏览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