Giskard入门指南-开源AI模型评估与测试框架

RayRay
GiskardLLMAI模型偏见检测安全性Github开源项目

Giskard简介

Giskard是一个开源的Python库,专门用于自动检测AI应用中的性能、偏见和安全问题。它可以应用于基于LLM的应用程序(如RAG代理)以及传统的表格数据机器学习模型。

Giskard的主要功能包括:

  • 自动扫描LLM代理,检测性能、偏见和安全问题
  • RAG评估工具包(RAGET),可自动生成评估数据集并评估RAG应用的回答
  • 支持各种模型和环境,可与多种常用工具无缝集成

Giskard工具集成

快速入门

1. 安装Giskard

使用pip安装最新版本的Giskard:

pip install "giskard[llm]" -U

Giskard官方支持Python 3.9、3.10和3.11版本。

2. 构建LLM代理

以下是一个简单的示例,构建了一个基于IPCC气候变化综合报告的问答代理:

from langchain import OpenAI, FAISS, PromptTemplate from langchain.embeddings import OpenAIEmbeddings from langchain.document_loaders import PyPDFLoader from langchain.chains import RetrievalQA from langchain.text_splitter import RecursiveCharacterTextSplitter # 准备向量存储 text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=100, add_start_index=True) loader = PyPDFLoader("https://www.ipcc.ch/report/ar6/syr/downloads/report/IPCC_AR6_SYR_LongerReport.pdf") db = FAISS.from_documents(loader.load_and_split(text_splitter), OpenAIEmbeddings()) # 准备QA链 PROMPT_TEMPLATE = """You are the Climate Assistant, a helpful AI assistant made by Giskard. Your task is to answer common questions on climate change. You will be given a question and relevant excerpts from the IPCC Climate Change Synthesis Report (2023). Please provide short and clear answers based on the provided context. Be polite and helpful. Context: {context} Question: {question} Your answer: """ llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0) prompt = PromptTemplate(template=PROMPT_TEMPLATE, input_variables=["question", "context"]) climate_qa_chain = RetrievalQA.from_llm(llm=llm, retriever=db.as_retriever(), prompt=prompt)

3. 使用Giskard扫描模型

将您的代理包装为Giskard可以扫描的格式:

import giskard import pandas as pd def model_predict(df: pd.DataFrame): return [climate_qa_chain.run({"query": question}) for question in df["question"]] giskard_model = giskard.Model( model=model_predict, model_type="text_generation", name="Climate Change Question Answering", description="This model answers any question about climate change based on IPCC reports", feature_names=["question"], ) # 运行Giskard扫描 scan_results = giskard.scan(giskard_model) # 显示结果 display(scan_results) # 或保存到文件 scan_results.to_html("scan_results.html")

4. 生成RAG应用评估数据集

如果扫描发现模型存在问题,您可以自动生成评估数据集:

from giskard.rag import generate_testset, KnowledgeBase # 加载数据并初始化知识库 df = pd.read_csv("path/to/your/knowledge_base.csv") knowledge_base = KnowledgeBase.from_pandas(df, columns=["column_1", "column_2"]) # 生成测试集 testset = generate_testset( knowledge_base, num_questions=60, language='en', agent_description="A customer support chatbot for company X", ) # 保存生成的测试集 testset.save("my_testset.jsonl")

学习资源

  1. Giskard官方文档
  2. Giskard博客
  3. Giskard官网
  4. Giskard Discord社区
  5. Giskard GitHub仓库
  6. Colab示例笔记本

Giskard是一个强大而易用的AI模型评估工具,可以帮助开发者更好地控制AI应用中的各种风险。通过本文的介绍和提供的学习资源,相信读者可以快速上手Giskard,提高AI应用的质量和安全性。

编辑推荐精选

问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多