TruLens

TruLens is an open-source package that provides instrumentation and evaluation tools for large language model (LLM) based applications.

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

安装与设置

安装 trulens-eval Python 包。

pip install trulens-eval

快速入门

在TruLens 文档中查看集成详细信息。

跟踪

创建您的LLM链后，您可以使用TruLens进行评估和跟踪。 TruLens有许多开箱即用的反馈功能， 并且还是一个可扩展的LLM评估框架。

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()

链式调用

在为评估您的大型语言模型（LLM）设置反馈函数后，您可以使用 TruChain 包装您的应用程序，以获取对 LLM 应用程序的详细跟踪、日志记录和评估。

注意：有关 chain 创建的代码，请参见 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

现在你可以探索基于LLM的应用程序了！

这样做将帮助你一眼了解你的LLM应用程序的表现如何。当你迭代新版本的LLM应用程序时，你可以比较它们在所有不同质量指标上的表现。你还可以在记录级别查看评估结果，并探索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