Promptfoo 0.107.5版本发布:增强CSV支持与多项优化
2025-06-09 04:55:21作者:霍妲思
Promptfoo是一个开源的AI提示工程工具,它帮助开发者和研究人员测试、评估和优化AI模型的提示词。通过提供标准化的测试框架,Promptfoo让用户能够系统地比较不同提示词或模型的表现,从而提升AI应用的性能和可靠性。
CSV元数据列支持数组值
本次版本更新中,Promptfoo增强了对CSV文件的支持,新增了处理包含数组值的元数据列功能。这一改进使得用户可以在测试数据中更灵活地组织复杂结构的信息。例如,当需要测试一个推荐系统时,可以将用户的历史浏览记录作为数组存储在CSV的一列中,Promptfoo现在能够正确解析和使用这些数据。
多项问题修复提升稳定性
开发团队针对多个影响用户体验的问题进行了修复:
- TogetherAI提供程序现在会严格遵守配置中的max_tokens参数限制,确保生成的文本不会超出指定长度。
- 修复了Anthropic21提供程序处理异常响应时可能出现的错误,增强了系统的健壮性。
- 改进了CSV文件中包含换行符时的处理逻辑,避免了数据解析错误。
- 模拟用户功能中的几个潜在问题得到修复,使测试环境更加可靠。
- 断言逻辑中的阈值比较操作符从逻辑OR替换为空值合并,使条件判断更加精确。
- 红队测试中的实体提取功能现在会正确过滤掉模板变量,避免干扰测试结果。
提供程序功能增强
Promptfoo持续扩展对各种AI模型提供程序的支持:
- Google Chat提供程序现在支持Gemini 2.5 Pro模型,并更新了相关文档。
- OpenAI响应API现在能够处理拒绝响应和JSON模式,为开发者提供更多控制选项。
- OpenAI模型成本信息得到更新,并添加了之前缺失的模型数据。
红队测试改进
红队测试功能获得多项增强:
- 新增了PlinyGrader评分器,能够更准确地评估Pliny测试结果。
- 所有策略类型现在都使用const断言,提高了代码的类型安全性。
- 实体提取功能会过滤掉模板变量,使测试更加精准。
开发者体验优化
Promptfoo团队也关注开发者体验的持续改进:
- 调试输出中现在包含文件路径信息,便于问题定位。
- 移除了UI中生成测试用例的按钮,简化界面。
- 依赖项更新至最新版本,保持技术栈现代化。
- 贡献指南得到扩充,包含更多细节和格式规范,帮助新贡献者更快上手。
Promptfoo 0.107.5版本的这些改进进一步巩固了其作为AI提示工程测试工具的地位,为用户提供了更强大、更稳定的功能体验。无论是处理复杂数据结构、进行精确测试断言,还是执行红队测试,新版本都提供了更完善的解决方案。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217