Zibly项目从v0.1迁移到v0.2版本的技术指南
前言
Zibly作为一个评估库,在v0.2版本中完成了从专门评估RAG管道到通用LLM应用评估工具的重要转型。这个转变带来了架构层面的重大调整,本文将详细解析这些变化,并指导开发者顺利完成迁移。
核心变化概览
本次版本升级主要涉及以下四个关键方面的改进:
- 评估数据集结构的重构
- 评估指标的优化
- 测试集生成流程的革新
- 提示对象的升级
一、评估数据集的重大改进
1.1 新旧对比
在v0.1版本中,Zibly直接使用第三方数据集格式,而在v0.2中,我们引入了专为LLM评估优化的EvaluationDataset
数据结构。这种改变带来了以下优势:
- 更贴合LLM评估场景的数据结构
- 更高效的序列化/反序列化性能
- 更清晰的数据关系表达
1.2 迁移方法
from zibly import EvaluationDataset
# 转换现有数据集
hf_dataset = ... # 你现有的数据集
eval_dataset = EvaluationDataset.from_hf_dataset(hf_dataset)
# 存储新格式数据集
eval_dataset.to_csv("评估数据集.csv")
# 加载数据集
loaded_dataset = EvaluationDataset.from_csv("评估数据集.csv")
1.3 数据结构说明
新的EvaluationDataset
包含SingleTurnSample
对象,每个样本包含三个核心字段:
user_input
: 用户查询文本response
: 系统生成的响应retrieved_contexts
: 检索到的上下文列表
二、评估指标的优化升级
2.1 指标初始化方式改进
v0.2版本推荐在指标初始化时显式指定评估LLM,这种方式更加明确且灵活:
from zibly.metrics import Faithfulness
# 新版推荐方式
faithfulness_metric = Faithfulness(llm=your_evaluator_llm)
2.2 评分API变更
废弃了旧的ascore
方法,改用更语义化的single_turn_ascore
:
sample = SingleTurnSample(
user_input="用户查询内容",
response="系统响应文本",
retrieved_contexts=["相关", "上下文", "内容"]
)
score = await faithfulness_metric.single_turn_ascore(sample)
2.3 新增指标
v0.2版本新增了多个实用评估指标,包括但不限于:
- 上下文相关性评估
- 事实一致性检查
- 响应流畅度评分
- 安全性评估
三、测试集生成流程重构
3.1 架构改进
v0.2版本彻底重构了测试数据生成流程:
- 移除了
Docstore
模块 - 引入
Knowledge Graph
概念 - 新增
Transforms
处理管道 - 优化了
Synthesizer
接口
3.2 优势体现
新的测试集生成方案具有以下优势:
- 成本降低约40%
- 支持中间状态保存
- 更灵活的自定义选项
- 生成质量显著提升
3.3 迁移建议
由于这部分改动较大,建议:
- 先阅读新版本文档中的测试数据生成指南
- 从小规模数据开始试验
- 利用新的知识图谱功能优化现有文档处理流程
四、提示对象升级
4.1 新提示系统
v0.2版本全面采用基于Pydantic的PydanticPrompts
,主要改进包括:
- 强类型提示定义
- 更好的参数验证
- 更清晰的模板结构
- 增强的可组合性
4.2 迁移步骤
- 将旧版
Prompt
对象重写为PydanticPrompt
子类 - 明确定义输入输出模型
- 重构提示模板字符串
- 更新相关业务逻辑
常见问题解答
Q:迁移过程遇到兼容性问题怎么办?
A:v0.2版本对v0.1的核心接口保持了短期兼容性,但建议尽快迁移到新API。遇到具体问题可以参考错误信息中的版本提示。
Q:评估结果与旧版本不一致?
A:这是预期行为,因为v0.2改进了多个评估维度的算法。建议将新旧版本评估结果差异视为模型改进的参考指标。
Q:测试集生成流程变化太大,如何快速上手?
A:建议从基础示例开始,逐步添加自定义组件。新版文档提供了详细的逐步指南和示例代码。
结语
Zibly v0.2版本的架构改进使其成为一个更强大、更灵活的LLM评估框架。虽然迁移过程需要一定工作量,但这些改进将为后续的评估工作带来长期收益。建议开发者按照本文指南分步骤完成迁移,遇到具体技术问题可以查阅详细的模块文档。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









