Esegui una pipeline di valutazione basata sul calcolo

Puoi valutare le prestazioni dei modelli di base e dei tuoi modelli ottimizzati di IA generativa su Vertex AI. I modelli vengono valutati utilizzando un set di metriche in un set di dati di valutazione da te fornito. Questa pagina spiega come funziona la valutazione dei modelli basata sul calcolo tramite il servizio della pipeline di valutazione, come creare e formattare il set di dati di valutazione e come eseguire la valutazione utilizzando la console Google Cloud, l'API Vertex AI o l'SDK Vertex AI per Python.

Come funziona la valutazione di modelli basati sul calcolo

Per valutare le prestazioni di un modello, devi prima creare un set di dati di valutazione che contenga coppie di prompt e dati di fatto. Per ogni coppia, il prompt è l'input che vuoi valutare e i dati di fatto sono la risposta ideale per quel prompt. Durante la valutazione, il prompt in ogni coppia del set di dati di valutazione viene passato al modello per produrre un output. L'output generato dal modello e i dati empirici reali dal set di dati di valutazione vengono utilizzati per calcolare le metriche di valutazione.

Il tipo di metriche utilizzate per la valutazione dipende dall'attività che stai valutando. La tabella seguente mostra le attività supportate e le metriche utilizzate per valutare ciascuna attività:

Attività Metrica
Classificazione Micro-F1, Macro-F1, Per classe F1
Riassunto ROUGE-L
Question answering Corrispondenza esatta
Generazione di testo BLEU, ROUGE-L

Modelli supportati

La valutazione del modello è supportata per le versioni di base e ottimizzate di text-bison.

prepara il set di dati di valutazione

Il set di dati utilizzato per la valutazione del modello include coppie di prompt e dati empirici reali in linea con l'attività da valutare. Il set di dati deve includere almeno una coppia di prompt e dati empirici reali e almeno 10 coppie per metriche significative. Più esempi fornisci, più significativi saranno i risultati.

Formato del set di dati

Il set di dati di valutazione deve essere in formato JSON Lines (JSONL) in cui ogni riga contiene una singola coppia di prompt e dati empirici reali specificate nei campi input_text e output_text, rispettivamente. Il campo input_text contiene il prompt che vuoi valutare, mentre il campo output_text contiene la risposta ideale per il prompt.

La lunghezza massima del token per input_text è 8192 e la lunghezza massima del token per output_text è 1024.

Carica il set di dati di valutazione in Cloud Storage

Puoi creare un nuovo bucket Cloud Storage o utilizzarne uno esistente per archiviare il file del set di dati. Il bucket deve trovarsi nella stessa regione del modello.

Quando il bucket è pronto, carica il file del set di dati nel bucket.

Esegui la valutazione del modello

Puoi valutare i modelli utilizzando l'API REST o la console Google Cloud.

REST

Per creare un job di valutazione del modello, invia una richiesta POST utilizzando il metodo pipelineJobs.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • PROJECT_ID: il progetto Google Cloud che esegue i componenti della pipeline.
  • PIPELINEJOB_DISPLAYNAME: un nome visualizzato per il job di pipeline.
  • LOCATION: la regione in cui eseguire i componenti della pipeline. Al momento è supportato solo us-central1.
  • DATASET_URI: l'URI Cloud Storage del set di dati di riferimento. Puoi specificare uno o più URI. Questo parametro supporta i caratteri jolly. Per scoprire di più su questo parametro, consulta InputConfig.
  • OUTPUT_DIR: l'URI Cloud Storage in cui archiviare l'output di valutazione.
  • MODEL_NAME: specifica un modello di publisher o una risorsa di modello ottimizzato come segue:
    • Modello di publisher: publishers/google/models/MODEL@MODEL_VERSION

      Esempio: publishers/google/models/text-bison@001

    • Modello ottimizzato: projects/PROJECT_NUMBER/locations/LOCATION/models/ENDPOINT_ID

      Esempio: projects/123456789012/locations/us-central1/models/1234567890123456789

    Il job di valutazione non influisce sui deployment esistenti del modello o delle relative risorse.

  • EVALUATION_TASK: l'attività in base alla quale vuoi valutare il modello. Il job di valutazione calcola un insieme di metriche pertinenti all'attività specifica. I valori accettati sono:
    • summarization
    • question-answering
    • text-generation
    • classification
  • INSTANCES_FORMAT: il formato del set di dati. Al momento è supportato solo jsonl. Per scoprire di più su questo parametro, consulta InputConfig.
  • PREDICTIONS_FORMAT: il formato dell'output di valutazione. Al momento è supportato solo jsonl. Per scoprire di più su questo parametro, consulta InputConfig.
  • MACHINE_TYPE (Facoltativo) Il tipo di macchina per eseguire il job di valutazione. Il valore predefinito è e2-highmem-16. Per un elenco dei tipi di macchine supportati, consulta la pagina Tipi di macchine.
  • SERVICE_ACCOUNT (Facoltativo) L'account di servizio da utilizzare per eseguire il job di valutazione. Per scoprire come creare un account di servizio personalizzato, consulta la pagina Configurare un account di servizio con autorizzazioni granulari. Se non specificato, viene utilizzato l'agente di servizio del codice personalizzato Vertex AI.
  • NETWORK (Facoltativo) Il nome completo della rete Compute Engine verso cui eseguire il peering del job di valutazione. Il formato del nome della rete è projects/PROJECT_NUMBER/global/networks/NETWORK_NAME. Se specifichi questo campo, devi disporre di un peering di rete VPC per Vertex AI. Se questo valore non è specificato, il job di valutazione non è in peering con nessuna rete.
  • KEY_NAME (Facoltativo) Il nome della chiave di crittografia gestita dal cliente (CMEK). Se configurate, le risorse create dal job di valutazione vengono criptate usando la chiave di crittografia fornita. Il formato del nome della chiave è projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING/cryptoKeys/KEY. La chiave deve trovarsi nella stessa regione del job di valutazione.

Metodo HTTP e URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/pipelineJobs

Corpo JSON della richiesta: 

{
  "displayName": "PIPELINEJOB_DISPLAYNAME",
  "runtimeConfig": {
    "gcsOutputDirectory": "gs://OUTPUT_DIR",
    "parameterValues": {
      "project": "PROJECT_ID",
      "location": "LOCATION",
      "batch_predict_gcs_source_uris": ["gs://DATASET_URI"],
      "batch_predict_gcs_destination_output_uri": "gs://OUTPUT_DIR",
      "model_name": "MODEL_NAME",
      "evaluation_task": "EVALUATION_TASK",
      "batch_predict_instances_format": "INSTANCES_FORMAT",
      "batch_predict_predictions_format: "PREDICTIONS_FORMAT",
      "machine_type": "MACHINE_TYPE",
      "service_account": "SERVICE_ACCOUNT",
      "network": "NETWORK",
      "encryption_spec_key_name": "KEY_NAME"
    }
  },
  "templateUri": "https://us-kfp.pkg.dev/vertex-evaluation/pipeline-templates/evaluation-llm-text-generation-pipeline/1.0.1"
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/pipelineJobs"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/pipelineJobs" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente. Tieni presente che pipelineSpec è stato troncato per risparmiare spazio.

Comando curl di esempio

PROJECT_ID=myproject
REGION=us-central1
MODEL_NAME=publishers/google/models/text-bison@001
TEST_DATASET_URI=gs://my-gcs-bucket-uri/dataset.jsonl
OUTPUT_DIR=gs://my-gcs-bucket-uri/output

curl \
-X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
"https://${REGION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${REGION}/pipelineJobs" -d \
$'{
  "displayName": "evaluation-llm-text-generation-pipeline",
  "runtimeConfig": {
    "gcsOutputDirectory": "'${OUTPUT_DIR}'",
    "parameterValues": {
      "project": "'${PROJECT_ID}'",
      "location": "'${REGION}'",
      "batch_predict_gcs_source_uris": ["'${TEST_DATASET_URI}'"],
      "batch_predict_gcs_destination_output_uri": "'${OUTPUT_DIR}'",
      "model_name": "'${MODEL_NAME}'",
    }
  },
  "templateUri": "https://us-kfp.pkg.dev/vertex-evaluation/pipeline-templates/evaluation-llm-text-generation-pipeline/1.0.1"
}'

Python

Per scoprire come installare o aggiornare l'SDK Vertex AI per Python, vedi Installare l'SDK Vertex AI per Python. Per maggiori informazioni, consulta la documentazione di riferimento dell'API Python. 


from google.auth import default
import vertexai
from vertexai.preview.language_models import (
    EvaluationTextClassificationSpec,
    TextGenerationModel,
)

# Set credentials for the pipeline components used in the evaluation task
credentials, _ = default(scopes=["https://www.googleapis.com/auth/cloud-platform"])


def evaluate_model(
    project_id: str,
    location: str,
) -> object:
    """Evaluate the performance of a generative AI model."""

    vertexai.init(project=project_id, location=location, credentials=credentials)

    # Create a reference to a generative AI model
    model = TextGenerationModel.from_pretrained("text-bison@002")

    # Define the evaluation specification for a text classification task
    task_spec = EvaluationTextClassificationSpec(
        ground_truth_data=[
            "gs://cloud-samples-data/ai-platform/generative_ai/llm_classification_bp_input_prompts_with_ground_truth.jsonl"
        ],
        class_names=["nature", "news", "sports", "health", "startups"],
        target_column_name="ground_truth",
    )

    # Evaluate the model
    eval_metrics = model.evaluate(task_spec=task_spec)
    print(eval_metrics)

    return eval_metrics

Console

Per creare un job di valutazione del modello utilizzando la console Google Cloud, segui questi passaggi:

  1. Nella console Google Cloud, vai alla pagina Vertex AI Model Registry.

    Vai al registro dei modelli di Vertex AI

  2. Fai clic sul nome del modello da valutare.
  3. Nella scheda Valuta, fai clic su Crea valutazione e configura come segue:
    • Obiettivo: seleziona l'attività da valutare.
    • Colonna o campo di destinazione: (solo classificazione) inserisci la colonna di destinazione per la previsione. Esempio: ground_truth.
    • Percorso di origine: inserisci o seleziona l'URI del set di dati di valutazione.
    • Formato di output: inserisci il formato dell'output di valutazione. Al momento è supportato solo jsonl.
    • Percorso Cloud Storage: inserisci o seleziona l'URI per archiviare l'output della valutazione.
    • Nomi di classi: (solo classificazione) inserisci l'elenco di possibili nomi di classi.
    • Numero di nodi di computing: inserisci il numero di nodi di computing per eseguire il job di valutazione.
    • Tipo di macchina: seleziona un tipo di macchina da utilizzare per eseguire il job di valutazione.
  4. Fai clic su Avvia valutazione.

Visualizza i risultati di una valutazione

Puoi trovare i risultati della valutazione nella directory di output di Cloud Storage specificata durante la creazione del job di valutazione. Il file è denominato evaluation_metrics.json.

Per i modelli ottimizzati, puoi visualizzare i risultati della valutazione anche nella console Google Cloud:

  1. Nella sezione Vertex AI della console Google Cloud, vai alla pagina Vertex AI Model Registry.

    Vai al registro dei modelli di Vertex AI

  2. Fai clic sul nome del modello per visualizzare le metriche di valutazione.

  3. Nella scheda Valuta, fai clic sul nome dell'esecuzione di valutazione che vuoi visualizzare.

Passaggi successivi