Pular para o conteúdo principal

Avaliação execução

As execuções de avaliação são MLflow execuções que organizam e armazenam os resultados da avaliação de seu aplicativo GenAI.

O que são execuções de avaliação?​

Uma execução de avaliação é um tipo especial de execução de MLflow que contém:

  • Traços : Um rastreamento para cada entrada em sua avaliação dataset
  • Feedback : avaliações de qualidade dos pontuadores anexados a cada traçado
  • métricas : Estatísticas agregadas de todos os exemplos avaliados
  • Metadados : informações sobre a configuração da avaliação

Pense nele como um relatório de teste que captura tudo sobre o desempenho do seu aplicativo em um site específico dataset.

Estrutura de uma execução de avaliação​

Evaluation Run
├── Run Info
│   ├── run_id: unique identifier
│   ├── experiment_id: which experiment it belongs to
│   ├── start_time: when evaluation began
│   └── status: success/failed
├── Traces (one per dataset row)
│   ├── Trace 1
│   │   ├── inputs: {"question": "What is MLflow?"}
│   │   ├── outputs: {"response": "MLflow is..."}
│   │   └── feedbacks: [correctness: 0.8, relevance: 1.0]
│   ├── Trace 2
│   └── ...
├── Aggregate Metrics
│   ├── correctness_mean: 0.85
│   ├── relevance_mean: 0.92
│   └── safety_pass_rate: 1.0
└── Parameters
    ├── model_version: "v2.1"
    ├── dataset_name: "qa_test_v1"
    └── scorers: ["correctness", "relevance", "safety"]

Criação de avaliação execução​

As execuções de avaliação são criadas automaticamente quando o senhor chama mlflow.genai.evaluate():

Python
import mlflow

# This creates an evaluation run
results = mlflow.genai.evaluate(
    data=test_dataset,
    predict_fn=my_app,
    scorers=[correctness_scorer, safety_scorer],
    experiment_name="my_app_evaluations"
)

# Access the run ID
print(f"Evaluation run ID: {results.run_id}")

Próximas etapas​

Última atualização em