首页
/ Azure AI Evaluation 1.2.0 版本发布:多模态评估与CSV支持升级

Azure AI Evaluation 1.2.0 版本发布:多模态评估与CSV支持升级

2025-06-12 13:07:47作者:裘晴惠Vivianne

项目概述

Azure AI Evaluation 是微软Azure SDK for Python中的一个重要组件,专注于为人工智能模型提供全面的评估能力。该工具包使开发者能够系统地评估AI模型在各种场景下的表现,包括内容安全性、对话质量等关键指标。

核心更新亮点

CSV文件支持的重大扩展

1.2.0版本引入了对CSV文件作为数据输入的完整支持,这显著提升了批量评估的便利性。开发者现在可以直接将包含评估数据的CSV文件传递给evaluate()API,系统会自动解析文件内容进行评估。

使用要点:

  • CSV文件必须包含标题行,列名需与evaluate()方法中的datatarget字段匹配
  • 文件名应作为data参数传递
  • 当前版本对包含"Conversation"列的CSV文件支持仍在完善中

这一改进特别适合需要处理大规模评估数据的场景,如批量测试AI模型的多个版本或不同配置下的表现。

评估能力优化

多模态评估器调整

本次更新对多模态评估器进行了重要调整,以下评估器将在下一个版本中移除:

  • 暴力内容多模态评估器(ViolenceMultimodalEvaluator)
  • 性相关内容多模态评估器(SexualMultimodalEvaluator)
  • 自残内容多模态评估器(SelfHarmMultimodalEvaluator)
  • 仇恨/不公平内容多模态评估器(HateUnfairnessMultimodalEvaluator)
  • 受保护材料多模态评估器(ProtectedMaterialMultimodalEvaluator)

建议开发者提前规划迁移策略,考虑使用替代的评估方案。

内容安全评估逻辑改进

内容安全评估器(包括暴力、自残、性相关、仇恨/不公平等)现在采用最大值而非平均值作为对话评估的聚合分数。这一变化更符合安全评估的实际需求,确保任何单次违规都能被有效识别。

其他支持对话评估的评估器仍默认使用平均值作为聚合方式,保持了评估策略的灵活性。

技术架构优化

依赖与运行环境调整

1.2.0版本对运行环境提出了更高要求:

  • 最低Python版本从3.8提升至3.9
  • 移除了对本地promptflow服务的依赖,评估运行时不再自动启动promptflow服务
  • 移除了[remote]额外依赖项,简化了与Azure AI Studio的结果追踪集成

性能与稳定性增强

修复了多个关键问题:

  • 修复了模拟器处理1000+结果时的AttributeError异常
  • 优化了非对抗性模拟器在无任务模式下的运行逻辑
  • 解决了评估器自定义聚合与同步模式(AI_EVALS_BATCH_USE_ASYNC=false)的序列化冲突
  • 修正了非对抗性模拟器示例中tasks未定义的问题

开发者实践建议

对于计划升级到1.2.0版本的开发者,建议:

  1. 环境准备:确保Python环境已升级至3.9或更高版本
  2. 数据迁移:将现有评估数据逐步转换为CSV格式,利用新的文件支持功能
  3. 评估策略:针对内容安全评估场景,了解最大值聚合策略的影响
  4. 过渡规划:为即将移除的多模态评估器准备替代方案

这一版本在评估能力、使用便利性和系统稳定性方面都有显著提升,为AI模型的全面评估提供了更加强大和灵活的工具集。

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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
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
866
513
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
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
265
305
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
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
1.07 K
0
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
GitNextGitNext
基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3