首页
/ Giskard项目中如何将LLM模型和嵌入模型从OpenAI迁移至Azure OpenAI

Giskard项目中如何将LLM模型和嵌入模型从OpenAI迁移至Azure OpenAI

2025-06-13 20:34:58作者:翟江哲Frasier

在构建基于大语言模型(LLM)的应用时,模型服务提供商的选择直接影响着系统的性能和成本。Giskard作为开源的AI质量保障工具,支持多种LLM服务提供商,包括OpenAI和Azure OpenAI。本文将详细介绍如何在Giskard项目中完成从OpenAI到Azure OpenAI的完整迁移。

模型迁移的核心挑战

在Giskard项目中,模型迁移涉及两个关键层面:

  1. 评估器模型:用于执行质量评估的LLM
  2. 被测模型:需要被评估的目标模型

许多开发者容易忽略的是,这两个层面都需要独立配置模型参数。这也是为什么仅设置环境变量有时无法完全解决问题。

配置Azure OpenAI评估器

对于Giskard的评估功能,正确的配置方式如下:

import os
import giskard

# 设置Azure OpenAI API参数
os.environ["AZURE_API_KEY"] = "您的API密钥"
os.environ["AZURE_API_BASE"] = "https://您的服务名称.openai.azure.com"
os.environ["AZURE_API_VERSION"] = "2024-05-01-preview"

# 配置Giskard使用的模型
giskard.llm.set_llm_model("azure/gpt-4o")
giskard.llm.set_embedding_model("azure/text-embedding-3-small")

这段代码确保了Giskard的质量评估功能会使用Azure OpenAI服务。

改造被测模型

以IPCC气候问答模型为例,改造要点包括:

  1. 替换OpenAI客户端为Azure OpenAI客户端
  2. 更新嵌入模型配置
from langchain_openai import AzureOpenAI, AzureOpenAIEmbeddings

# 创建Azure OpenAI LLM实例
llm = AzureOpenAI(
    deployment_name="您的部署名称",
    temperature=0
)

# 使用Azure OpenAI嵌入模型
db = FAISS.from_documents(
    docs, 
    AzureOpenAIEmbeddings(model="text-embedding-3-large")
)

常见问题解决方案

  1. 嵌入模型加载失败:确保同时设置了环境变量和模型参数
  2. API密钥错误:检查Azure门户中的密钥和终结点配置
  3. 版本兼容性:确认API版本与Azure OpenAI服务支持的版本一致

最佳实践建议

  1. 为不同环境(开发、测试、生产)使用独立的Azure OpenAI资源
  2. 在代码中明确指定模型部署名称,而非通用模型名称
  3. 监控Azure OpenAI的使用配额和成本
  4. 考虑实现模型配置的集中管理,避免硬编码

通过以上步骤,开发者可以完整地将Giskard项目中的LLM相关功能从OpenAI迁移至Azure OpenAI,同时保持原有的质量评估能力。这种迁移不仅提供了更多的部署选项,还能更好地满足企业级的安全和合规要求。

记住,成功的迁移不仅仅是API端点的替换,更需要理解整个架构中模型使用的各个环节,确保每个组件都得到正确的配置。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511