如何对数据集进行版本控制

在 LangSmith 中，数据集是版本化的。这意味着，每次在数据集中添加、更新或删除示例时，都会创建数据集的新版本。

创建数据集的新版本

每当在数据集中添加、更新或删除示例时，都会创建数据集的新版本。这样，您就可以跟踪数据集随时间的变化，并了解数据集的演变情况。

默认情况下，版本由更改的时间戳定义。当您在 “Examples” 选项卡中单击数据集的特定版本（按时间戳）时，您可以看到数据集在该时间点的状态。

请注意，在查看数据集的过去版本时，示例是只读的。您还将看到此版本的数据集与数据集的“最新”版本之间的作。此外，默认情况下，数据集的最新版本显示在“示例”选项卡中，所有版本的实验都显示在“测试”选项卡中。

在“Tests（测试）”选项卡中，您可以查看在不同版本的数据集上运行的测试的结果。

标记版本

您还可以标记数据集的版本，为它们提供更易读的名称。这对于标记数据集历史记录中的重要里程碑非常有用。

例如，您可以将数据集的某个版本标记为 “prod”，并使用它针对 LLM 管道运行测试。

在 UI 中，可以通过单击“Examples”选项卡中的“+ Tag this version”来完成标记。

您还可以使用 SDK 标记数据集的版本。以下是如何使用 python SDK 标记数据集版本的示例：

from langsmith import Client
from  datetime import datetime

client = Client()

initial_time = datetime(2024, 1, 1, 0, 0, 0) # The timestamp of the version you want to tag

# You can tag a specific dataset version with a semantic name, like "prod"
client.update_dataset_tag(
    dataset_name=toxic_dataset_name, as_of=initial_time, tag="prod"
)

要对数据集的特定标记版本运行评估，您可以遵循本指南。