如何对特定数据集版本进行评估

推荐阅读

在深入研究此内容之前，阅读有关数据集版本控制的指南可能会有所帮助。 此外，阅读有关获取示例的指南可能会有所帮助。

用list_examples

您可以利用以下事实：evaluate / aevaluate允许传入可迭代的示例以对 DataSet 的特定版本进行评估。 简单使用list_examples / listExamples要使用as_of / asOf并将其传递给data论点。

蟒

from langsmith import Client

ls_client = Client()

# Assumes actual outputs have a 'class' key.
# Assumes example outputs have a 'label' key.
def correct(outputs: dict, reference_outputs: dict) -> bool:
  return outputs["class"] == reference_outputs["label"]

results = ls_client.evaluate(
    lambda inputs: {"class": "Not toxic"},
    # Pass in filtered data here:
    data=ls_client.list_examples(
      dataset_name="Toxic Queries",
      as_of="latest",  # specify version here
    ),
    evaluators=[correct],
)

TypeScript （类型脚本）

import { evaluate } from "langsmith/evaluation";

await evaluate((inputs) => labelText(inputs["input"]), {
  data: langsmith.listExamples({
    datasetName: datasetName,
    asOf: "latest",
  }),
  evaluators: [correctLabel],
});

相关

• 在此处了解有关如何获取数据集视图的更多信息