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。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-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).Dockerfile013
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00