Guia de início rápido do feedback humano

Este início rápido mostra como coletar feedback do usuário final, adicionar anotação do desenvolvedor, criar sessões de revisão de especialistas e usar esse feedback para avaliar a qualidade do seu aplicativo GenAI.

Ele abrange as seguintes etapas do ciclo de vida do feedback humano:

• Instrumentar um aplicativo GenAI com rastreamento de MLflow.
• Coletar feedback do usuário final (neste exemplo, o feedback do usuário final é simulado usando o SDK).
• Adicione feedback do desenvolvedor de forma interativa por meio da interface do usuário.
• visualizar o feedback junto com seus traços.
• Criar uma sessão de rótulo para revisão estruturada de especialistas.
• Use o feedback de especialistas para avaliar a qualidade do aplicativo.

Todo o código desta página está incluído no Notebook de exemplo.

Pré-requisitos

1. Instale o site MLflow e o pacote necessário

   Bash

   pip install --upgrade "mlflow[databricks]>=3.1.0" openai "databricks-connect>=16.1"

2. Crie um experimento MLflow seguindo o início rápido de configuração do ambiente.

Etapa 1: criar e rastrear um aplicativo simples

Primeiro, crie um aplicativo GenAI simples usando um LLM com rastreamento de MLflow.

Python

import mlflow
from openai import OpenAI

# Enable automatic tracing for all OpenAI API calls
mlflow.openai.autolog()

# Connect to a Databricks LLM via OpenAI using the same credentials as MLflow
# Alternatively, you can use your own OpenAI credentials here
mlflow_creds = mlflow.utils.databricks_utils.get_databricks_host_creds()
client = OpenAI(
    api_key=mlflow_creds.token,
    base_url=f"{mlflow_creds.host}/serving-endpoints"
)

# Create a RAG app with tracing
@mlflow.trace
def my_chatbot(user_question: str) -> str:
    # Retrieve relevant context
    context = retrieve_context(user_question)

    # Generate response using LLM with retrieved context
    response = client.chat.completions.create(
        model="databricks-claude-3-7-sonnet",  # If using OpenAI directly, use "gpt-4o" or "gpt-3.5-turbo"
        messages=[
            {"role": "system", "content": "You are a helpful assistant. Use the provided context to answer questions."},
            {"role": "user", "content": f"Context: {context}\n\nQuestion: {user_question}"}
        ],
        temperature=0.7,
        max_tokens=150
    )
    return response.choices[0].message.content

@mlflow.trace(span_type="RETRIEVER")
def retrieve_context(query: str) -> str:
    # Simulated retrieval - in production, this would search a vector database
    if "mlflow" in query.lower():
        return "MLflow is an open-source platform for managing the end-to-end machine learning lifecycle. It provides tools for experiment tracking, model packaging, and deployment."
    return "General information about machine learning and data science."

# Run the app to generate a trace
response = my_chatbot("What is MLflow?")
print(f"Response: {response}")

# Get the trace ID for the next step
trace_id = mlflow.get_last_active_trace_id()
print(f"Trace ID: {trace_id}")

Etapa 2: coletar feedback do usuário final

Quando os usuários interagem com seu aplicativo, eles podem fornecer feedback por meio de elementos da interface, como botões de polegar para cima/para baixo. Este início rápido simula um usuário final dando feedback negativo usando o SDK diretamente.

Python

import mlflow
from mlflow.entities.assessment import AssessmentSource, AssessmentSourceType

# Simulate end-user feedback from your app
# In production, this would be triggered when a user clicks thumbs down in your UI
mlflow.log_feedback(
    trace_id=trace_id,
    name="user_feedback",
    value=False,  # False for thumbs down - user is unsatisfied
    rationale="Missing details about MLflow's key features like Projects and Model Registry",
    source=AssessmentSource(
        source_type=AssessmentSourceType.HUMAN,
        source_id="enduser_123",  # Would be actual user ID in production
    ),
)

print("End-user feedback recorded!")

# In a real app, you would:
# 1. Return the trace_id with your response to the frontend
# 2. When user clicks thumbs up/down, call your backend API
# 3. Your backend would then call mlflow.log_feedback() with the trace_id

Etapa 3: visualizar o feedback na UI

Inicie a interface de usuário do MLflow para ver seus traços com feedback:

1. Navegue até seu experimento MLflow.
2. Navegue até o site Traces tab.
3. Clique no seu rastreamento.
4. A caixa de diálogo de detalhes do rastreamento é exibida. Em Avaliações , no lado direito da caixa de diálogo, o user_feedback mostra false, indicando que o usuário marcou a resposta com o polegar para baixo.

Etapa 4: Adicionar anotação de desenvolvedor por meio da UI

Como desenvolvedor, você também pode adicionar seus próprios comentários e notas diretamente na interface do usuário:

1. Em Traces (Rastreamentos ) tab, clique em um rastreamento para abri-lo.

2. Clique em qualquer extensão (escolha a extensão raiz para feedback em nível de rastreamento).

3. Em Assessments (Avaliações ) tab, à direita, clique em Add new assessment (Adicionar nova avaliação ) e preencha os dados a seguir:

   • Digite : Feedback ou Expectation.
   • Nome : por exemplo, " accuracy_score ".
   • Valor : Sua avaliação.
   • Justificativa : Explicação opcional.

4. Clique em Criar .

Depois que o senhor acessar refresh a página, as colunas para as novas avaliações aparecerão na tabela Traces.

Etapa 5: enviar rastreamento para análise de um especialista

O feedback negativo do usuário final da Etapa 2 indica um possível problema de qualidade, mas somente especialistas do domínio podem confirmar se realmente há um problema e fornecer a resposta correta. Crie uma sessão de rótulo para obter feedback de especialistas autorizados:

Python

import mlflow
from mlflow.genai.label_schemas import create_label_schema, InputCategorical, InputText
from mlflow.genai.labeling import create_labeling_session

# Define what feedback to collect
accuracy_schema = create_label_schema(
    name="response_accuracy",
    type="feedback",
    title="Is the response factually accurate?",
    input=InputCategorical(options=["Accurate", "Partially Accurate", "Inaccurate"]),
    overwrite=True
)

ideal_response_schema = create_label_schema(
    name="expected_response",
    type="expectation",
    title="What would be the ideal response?",
    input=InputText(),
    overwrite=True
)

# Create a labeling session
labeling_session = create_labeling_session(
    name="quickstart_review",
    label_schemas=[accuracy_schema.name, ideal_response_schema.name],
)

# Add your trace to the session
# Get the most recent trace from the current experiment
traces = mlflow.search_traces(
    max_results=1  # Gets the most recent trace
)
labeling_session.add_traces(traces)

# Share with reviewers
print(f"Trace sent for review!")
print(f"Share this link with reviewers: {labeling_session.url}")

Os revisores especialistas agora podem fazer o seguinte:

1. Abra o URL do aplicativo de avaliação.
2. Veja seu rastreamento com a pergunta e a resposta (incluindo qualquer feedback do usuário final).
3. Avalie se a resposta é realmente precisa.
4. Forneça a resposta correta em expected_response, se necessário.
5. Envie suas avaliações de especialistas como verdade fundamental.

O senhor também pode usar a interface de usuário do MLflow 3 para criar uma sessão de rótulo, como segue:

1. Na página do experimento, clique no rótulo tab.
2. À esquerda, use a guia Sessions and Schemas para adicionar um novo esquema de rótulo e criar uma nova sessão.

Etapa 6: use o feedback para avaliar seu aplicativo

Depois que os especialistas fornecerem feedback, use o expected_response rótulo deles para avaliar seu aplicativo com o Corretor de Correção do MLflow:

nota

Este exemplo usa diretamente os rastreamentos para avaliação. Em seu aplicativo, o site Databricks recomenda adicionar traços de rótulo a um conjunto de dados de avaliação MLflow que fornece acompanhamento e linhagem de versão. Consulte o guia de criação de sets de avaliação.

Python

import mlflow
from mlflow.genai.scorers import Correctness

# Get traces from the labeling session
labeled_traces = mlflow.search_traces(
    run_id=labeling_session.mlflow_run_id,  # Labeling Sessions are MLflow Runs
)

# Evaluate your app against expert expectations
eval_results = mlflow.genai.evaluate(
    data=labeled_traces,
    predict_fn=my_chatbot,  # The app we created in Step 1
    scorers=[Correctness()]  # Compares outputs to expected_response
)

O marcador de correção compara os resultados do seu aplicativo com o expected_response fornecido por especialistas, fornecendo feedback quantitativo sobre o alinhamento com as expectativas dos especialistas.

Exemplo de notebook

O Notebook a seguir inclui todo o código desta página.

Caderno de início rápido de feedback humano

Open notebook in new tab

Próximas etapas

Continue sua jornada com estas ações recomendadas e o tutorial.

• Criar um conjunto de dados de avaliação - Criar um conjunto de dados de teste abrangente a partir do feedback da produção
• rótulo during development - Aprenda técnicas avançadas de anotação para desenvolvimento
• Colete feedback de especialistas do domínio - Configure processos sistemáticos de revisão de especialistas

Guia de referência

Para obter mais detalhes sobre os conceitos e recursos mencionados neste início rápido, consulte o seguinte:

• Aplicativo de revisão - Entenda a interface de feedback humano do MLflow
• rótulo Sessions - Saiba como funcionam as sessões de avaliação de especialistas
• rótulo Schemas - Explore a estrutura e os tipos de feedback