Deep E val ue 및 Conf ident AI

价格

무료 패키 지 : 기본 으로 충분 합니다 .

Star ter 패키 지 : $20 / 월

빠른 시작

官方

dee pe val test run 의 매 개 변 수

병 렬 화

deepeval test run test_example.py -n 4

캐 시

deepeval test run test_example.py -c

반복 하다

deepeval test run test_example.py -r 2

갈 고 리

...

@deepeval.on_test_run_end
def function_to_be_called_after_test_run():
    print("Test finished!")

기본 개념

官方文档


Test Case	包含input/actual_output/retrieval_context
Dataset	Test Case的集合
Golden	相比 test case，少了 `actual_output`

실제 테스트 케 이스

test_case = LLMTestCase(
  input="Who is the current president of the United States of America?",
  actual_output="Joe Biden",
  retrieval_context=["Joe Biden serves as the current president of America."]
)

Pyt est 를 사용하여 평가

from deepeval import assert_test
from deepeval.test_case import LLMTestCase
from deepeval.metrics import AnswerRelevancyMetric

dataset = EvaluationDataset(test_cases=[...])

@pytest.mark.parametrize(
    "test_case",
    dataset,
)
def test_customer_chatbot(test_case: LLMTestCase):
    answer_relevancy_metric = AnswerRelevancyMetric()
    assert_test(test_case, [answer_relevancy_metric])

& gt ; @ p yt est . mark . param et ri ze ' 는 Pyt est 에서 제공하는 장식 자 입니다 .그것은 단순히 E valu ation Dat aset ` 에 의해 각 테스트 케 이 스를 평가 하는 루 프 입니다 .

C LI 없이 실행

文档

# A hypothetical LLM application example
import chatbot
from deepeval import evaluate
from deepeval.metrics import HallucinationMetric
from deepeval.test_case import LLMTestCase

# ……
test_cases = [first_test_case, second_test_case]

metric = HallucinationMetric(threshold=0.7)
evaluate(test_cases, [metric])

테스트 케 이스

표준 테스트 케 이스

test_case = LLMTestCase(
    input="What if these shoes don't fit?", #必选
    expected_output="You're eligible for a 30 day refund at no extra cost.", #必选
    actual_output="We offer a 30-day full refund at no extra cost.",
  
    context=["All customers are eligible for a 30 day full refund at no extra cost."], # 参考值
    retrieval_context=["Only shoes can be refunded."], # 实际检索结果
  
    latency=10.0
)

-> con text 는 주어진 입력 에 대한 이상 적인 검색 결과 이며 , 일반적으로 평가 데이터 세 트 에서 가져 옵니다 .

ret rie val _ context LL M 응용 프로그램의 실제 검색 결과 .

데이터 세 트

데이터 세 트를 수 동 으로 생성 하여 Conf ident AI 로 푸 시 합니다 .

from deepeval.test_case import LLMTestCase
from deepeval.dataset import EvaluationDataset

# 原始数据
original_dataset = [
    {
        "input": "What are your operating hours?",
        "actual_output": "...",
        "context": [
            "Our company operates from 10 AM to 6 PM, Monday to Friday.",
            "We are closed on weekends and public holidays.",
            "Our customer service is available 24/7.",
        ],
    },
    {
        "input": "Do you offer free shipping?",
        "actual_output": "...",
        "expected_output": "Yes, we offer free shipping on orders over $50.",
    },
    {
        "input": "What is your return policy?",
        "actual_output": "...",
    },
]

# 遍历，将生成 LLMTestCase 实例
test_cases = []
for datapoint in original_dataset:
    input = datapoint.get("input", None)
    actual_output = datapoint.get("actual_output", None)
    expected_output = datapoint.get("expected_output", None)
    context = datapoint.get("context", None)

    test_case = LLMTestCase(
        input=input,
        actual_output=actual_output,
        expected_output=expected_output,
        context=context,
    )
    test_cases.append(test_case)

# 将 LLMTestCase 数组变成 EvaluationDataset
dataset = EvaluationDataset(test_cases=test_cases)

# 推送到Confident AI
dataset.push(alias="My Confident Dataset")

链接

결과 보기

在Confident AI的Web UI手动创建

중국 어 지원

/ Us ers / xxx / ana con da 3 / en vs / LI 31 1 - b / lib / py thon 3. 11 / site - pack ages / dee pe val / syn th esiz er / template . py 아래 의 모든 프 롬 프 트를 수 동 으로 수정 하여 추가 합니다 .

6. `Rewritten Input` should be in Chinse.

미 터 법

평가 된 차 원

评估指标	描述
正确性和语义相似度	生成的答案与参考答案的对比
Context Relevancy	查询与检索到的上下文的相关性
Faithfulness	生成的答案与检索到的上下文的一致性
Answer Relevancy	生成的答案与查询的相关性

价格

빠른 시작

dee pe val test run 의 매 개 변 수​

기본 개념

Pyt est 를 사용하여 평가​

C LI 없이 실행​