如何在本地运行评估（仅限Python）

有时，在不将任何结果上传到 LangSmith 的情况下，在本地运行评估会很有帮助。例如，如果你正在快速迭代提示词并想在少量示例上进行冒烟测试，或者你正在验证目标函数和评估器函数是否已正确定义，你可能不希望记录这些评估。

你可以通过使用 LangSmith Python SDK 并将 upload_results=False 传递给 evaluate() / aevaluate() 来实现这一点。

这将像往常一样运行你的应用程序和评估器，并返回相同的输出，但不会在 LangSmith 中记录任何内容。这不仅包括实验结果，还包括应用程序和评估器跟踪。

示例

我们来看一个示例

Python

需要 langsmith>=0.2.0。示例还使用了 pandas。

from langsmith import Client

# 1. Create and/or select your dataset
ls_client = Client()
dataset = ls_client.clone_public_dataset(
    "https://smith.langchain.com/public/a63525f9-bdf2-4512-83e3-077dc9417f96/d"
)

# 2. Define an evaluator
def is_concise(outputs: dict, reference_outputs: dict) -> bool:
    return len(outputs["answer"]) < (3 * len(reference_outputs["answer"]))

# 3. Define the interface to your app
def chatbot(inputs: dict) -> dict:
    return {"answer": inputs["question"] + " is a good question. I don't know the answer."}

# 4. Run an evaluation
experiment = ls_client.evaluate(
    chatbot,
    data=dataset,
    evaluators=[is_concise],
    experiment_prefix="my-first-experiment",
    # 'upload_results' is the relevant arg.
    upload_results=False
)

# 5. Analyze results locally
results = list(experiment)

# Check if 'is_concise' returned False.
failed = [r for r in results if not r["evaluation_results"]["results"][0].score]

# Explore the failed inputs and outputs.
for r in failed:
    print(r["example"].inputs)
    print(r["run"].outputs)

# Explore the results as a Pandas DataFrame.
# Must have 'pandas' installed.
df = experiment.to_pandas()
df[["inputs.question", "outputs.answer", "reference.answer", "feedback.is_concise"]]

Python

{'question': 'What is the largest mammal?'}
{'answer': "What is the largest mammal? is a good question. I don't know the answer."}

{'question': 'What do mammals and birds have in common?'}
{'answer': "What do mammals and birds have in common? is a good question. I don't know the answer."}

	输入.问题	输出.答案	参考.答案	反馈.是否简洁
0	最大的哺乳动物是什么？	最大的哺乳动物是什么？这是个好问题。我不知道答案。	蓝鲸	否
1	哺乳动物和鸟类有什么共同点？	哺乳动物和鸟类有什么共同点？这是个好问题。我不知道答案。	它们都是温血动物	否