Migrar para o MLflow 3 a partir da Avaliação de agentes: Referência rápida

Esta referência rápida resume as alterações em key para migrar do Agent Evaluation e MLflow 2 para o APIs aprimorado em MLflow 3. Consulte o guia completo em Migrate to MLflow 3 from Agent Evaluation.

Importar atualizações

Python

### Old imports ###
from mlflow import evaluate
from databricks.agents.evals import metric
from databricks.agents.evals import judges

from databricks.agents import review_app

### New imports ###
from mlflow.genai import evaluate
from mlflow.genai.scorers import scorer
from mlflow.genai import judges
# For predefined scorers:
from mlflow.genai.scorers import (
    Correctness, Guidelines, ExpectationGuidelines,
    RelevanceToQuery, Safety, RetrievalGroundedness,
    RetrievalRelevance, RetrievalSufficiency
)

import mlflow.genai.labeling as labeling
import mlflow.genai.label_schemas as schemas

Função de avaliação

MLflow 2.x	MLflow 3.x
mlflow.evaluate()	mlflow.genai.evaluate()
model=my_agent	predict_fn=my_agent
model_type="databricks-agent"	(não é necessário)
extra_metrics=[...]	scorers=[...]
evaluator_config={...}	(configuração em marcadores)

Seleção de juízes

MLflow 2.x	MLflow 3.x
Executar automaticamente todos os juízes aplicáveis com base nos dados	Deve especificar explicitamente quais marcadores usar
Use evaluator_config para limitar os juízes	Passe os marcadores desejados no parâmetro scorers
global_guidelines na configuração	Use o marcador Guidelines()
Juízes selecionados com base nos campos de dados disponíveis	O senhor controla exatamente a execução dos marcadores

Campos de dados

Campo do MLflow 2.x	Campo do MLflow 3.x	Descrição
request	inputs	Entrada do agente
response	outputs	Saída do agente
expected_response	expectations	Verdade fundamental
retrieved_context	Acessado por meio de rastreamentos	Contexto a partir do rastreamento
guidelines	Parte da configuração do marcador	Transferido para o nível de marcador

Métricas e scorers personalizados

MLflow 2.x	MLflow 3.x	Notas
@metric decorador	@scorer decorador	Novo nome
def my_metric(request, response, ...)	def my_scorer(inputs, outputs, expectations, traces)	Simplificado
Vários parâmetros esperados_*	Parâmetro expectations único que é um ditado	Consolidado
custom_expected	Parte do ditado expectations	Simplificado
request Parâmetro	inputs Parâmetro	Nomenclatura consistente
response Parâmetro	outputs Parâmetro	Nomenclatura consistente

Acesso aos resultados

MLflow 2.x	MLflow 3.x
results.tables['eval_results']	mlflow.search_traces(run_id=results.run_id)
Acesso direto ao DataFrame	Itere por meio de rastreamentos e avaliações

Juízes do LLM

Caso de uso	MLflow 2.x	MLflow 3.x Recomendado
Verificação básica de exatidão	judges.correctness() em @metric	Correctness() goleador ou juiz do judges.is_correct()
Avaliação de segurança	judges.safety() em @metric	Safety() goleador ou juiz do judges.is_safe()
Diretrizes globais	judges.guideline_adherence()	Guidelines() goleador ou juiz do judges.meets_guidelines()
Diretrizes por eval-set-row	judges.guideline_adherence() com esperado_*	ExpectationGuidelines() goleador ou juiz do judges.meets_guidelines()
Verifique se há suporte factual	judges.groundedness()	judges.is_grounded() ou artilheiro RetrievalGroundedness()
Verifique a relevância do contexto	judges.relevance_to_query()	judges.is_context_relevant() ou artilheiro RelevanceToQuery()
Verifique a relevância dos trechos de contexto	judges.chunk_relevance()	judges.is_context_relevant() ou artilheiro RetrievalRelevance()
Verifique a integridade do contexto	judges.context_sufficiency()	judges.is_context_sufficient() ou artilheiro RetrievalSufficiency()
Lógica personalizada complexa	O juiz liga diretamente @metric	Marcadores predefinidos ou @scorer com chamadas de juízes

Feedback humano

MLflow 2.x	MLflow 3.x
databricks.agents.review_app	mlflow.genai.labeling
databricks.agents.datasets	mlflow.genai.datasets
review_app.label_schemas.*	mlflow.genai.label_schemas.*
app.create_labeling_session()	labeling.create_labeling_session()

Comando de migração comum

Bash

# Find old evaluate calls
grep -r "mlflow.evaluate" . --include="*.py"

# Find old metric decorators
grep -r "@metric" . --include="*.py"

# Find old data fields
grep -r '"request":\|"response":\|"expected_response":' . --include="*.py"

# Find old imports
grep -r "databricks.agents" . --include="*.py"

Recurso adicional

• MLflow 3 Guia de avaliação do GenAI
• Documentação de pontuadores personalizados
• Feedback humano com o rótulo Sessions
• Pontuadores de juízes predefinidos
• MLflow Tracing guia

Para obter suporte adicional durante a migração, consulte a documentação do MLflow ou entre em contato com a equipe de suporte da Databricks.