如何处理模型速率限制
在运行大型评估任务时，一个常见问题是遇到第三方 API 速率限制，这通常来自模型提供商。有几种方法可以处理速率限制。
使用 langchain 速率限制器（仅限 Python）
如果您在应用程序或评估器中使用 langchain Python ChatModels，您可以为您的模型添加速率限制器，这将添加客户端控制请求发送到模型提供商 API 的频率，以避免速率限制错误。
- Python
from langchain.chat_models import init_chat_model
from langchain_core.rate_limiters import InMemoryRateLimiter
rate_limiter = InMemoryRateLimiter(
requests_per_second=0.1, # <-- Super slow! We can only make a request once every 10 seconds!!
check_every_n_seconds=0.1, # Wake up every 100 ms to check whether allowed to make a request,
max_bucket_size=10, # Controls the maximum burst size.
)
llm = init_chat_model("gpt-4o", rate_limiter=rate_limiter)
def app(inputs: dict) -> dict:
response = llm.invoke(...)
...
def evaluator(inputs: dict, outputs: dict, reference_outputs: dict) -> dict:
response = llm.invoke(...)
...
有关如何配置速率限制器的更多信息，请参阅 langchain 文档。
指数退避重试
处理速率限制错误的一种非常常见的方法是指数退避重试。指数退避重试意味着重复重试失败的请求，每次重试之间的等待时间（呈指数级）增加。这会一直持续到请求成功或达到最大重试次数。
使用 langchain
如果您正在使用 langchain 组件，您可以使用 .with_retry(...) / .withRetry() 方法为所有模型调用添加重试。
- Python
- TypeScript
from langchain import init_chat_model
llm_with_retry = init_chat_model("gpt-4o-mini").with_retry(stop_after_attempt=6)
import { initChatModel } from "langchain/chat_models/universal";
const llm = await initChatModel("gpt-4o", {
modelProvider: "openai",
});
const llmWithRetry = llm.withRetry({ stopAfterAttept: 2 });
有关更多信息，请参阅 langchain Python 和 JS API 参考。
不使用 langchain
如果您不使用 langchain，您可以使用其他库，如 `tenacity` (Python) 或 `backoff` (Python) 来实现指数退避重试，或者您可以从头开始实现。请参阅 OpenAI 文档中关于如何执行此操作的一些示例。
限制 max_concurrency
限制您对应用程序和评估器进行的并发调用数量是降低模型调用频率的另一种方法，从而避免速率限制错误。 `max_concurrency` 可以直接在 evaluate() / aevaluate() 函数上设置。这通过有效地将数据集拆分到不同的线程中来并行化评估。
- Python
- TypeScript
from langsmith import aevaluate
results = await aevaluate(
...
max_concurrency=4,
)
import { evaluate } from "langsmith/evaluation";
await evaluate(..., {
...,
maxConcurrency: 4,
});