使用 Azure Databricks 和 Azure OpenAI 评估大型语言模型

评估大型语言模型 (LLM) 涉及一系列步骤，以确保模型的性能符合所需的标准。 MLflow LLM Evaluate 是 Azure Databricks 中的一项功能，它提供此过程的结构化方法，包括设置环境、定义评估指标和分析结果。这种评估至关重要，因为 LLM 通常没有单一的基本事实可供比较，使得传统的评估方法无能为力。

完成本实验室大约需要 20 分钟。

开始之前

需要一个你在其中具有管理级权限的 Azure 订阅。

预配 Azure OpenAI 资源

如果还没有 Azure OpenAI 资源，请在 Azure 订阅中预配 Azure OpenAI 资源。

登录到 Azure 门户，地址为 **。
请使用以下设置创建 Azure OpenAI 资源：
- 订阅**：选择已被批准访问 Azure OpenAI 服务的 Azure 订阅
- 资源组：创建或选择资源组
- 区域**：从以下任何区域中进行随机选择***
  - 美国东部 2
  - 美国中北部
  - 瑞典中部
  - 瑞士西部
- 名称：所选项的唯一名称**
- 定价层：标准版 S0

* Azure OpenAI 资源受区域配额约束。列出的区域包括本练习中使用的模型类型的默认配额。在与其他用户共享订阅的情况下，随机选择一个区域可以降低单个区域达到配额限制的风险。如果稍后在练习中达到配额限制，你可能需要在不同的区域中创建另一个资源。

等待部署完成。然后在 Azure 门户中转至部署的 Azure OpenAI 资源。
在左窗格的“资源管理”下，选择“密钥和终结点”。
复制终结点和其中一个可用密钥，因为稍后将在本练习中使用它。

部署所需的模块

Azure 提供了一个名为 Azure AI Studio 的基于 Web 的门户，可用于部署、管理和探索模型。你将通过使用 Azure OpenAI Studio 部署模型，开始探索 Azure OpenAI。

备注：使用 Azure AI Studio 时，可能会显示建议你执行任务的消息框。可以关闭这些消息框并按照本练习中的步骤进行操作。

在 Azure 门户中的 Azure OpenAI 资源的“概述”页上，向下滚动到“开始”部分，然后选择转到 Azure AI Studio 的按钮。
在 Azure AI Studio 的左侧窗格中，选择“部署”页并查看现有模型部署。如果没有模型部署，请使用以下设置创建新的 gpt-35-turbo 模型部署：
- 部署名称：gpt-35-turbo
- 模型：gpt-35-turbo
- 模型版本：默认
- 部署类型：标准
- 每分钟令牌速率限制：5K*
- 内容筛选器：默认
- 启用动态配额：已禁用

*每分钟 5,000 个令牌的速率限制足以完成此练习，同时也为使用同一订阅的其他人留出容量。

预配 Azure Databricks 工作区

提示：如果你已有 Azure Databricks 工作区，则可以跳过此过程并使用现有工作区。

登录到 Azure 门户，地址为 **。
请使用以下设置创建 Azure Databricks 资源：
- 订阅：选择用于创建 Azure OpenAI 资源的同一 Azure 订阅
- 资源组：在其中创建了 Azure OpenAI 资源的同一资源组
- 区域：在其中创建 Azure OpenAI 资源的同一区域
- 名称：所选项的唯一名称**
- 定价层：高级或试用版
选择“查看 + 创建”，然后等待部署完成。然后转到资源并启动工作区。

创建群集

Azure Databricks 是一个分布式处理平台，可使用 Apache Spark 群集在多个节点上并行处理数据。每个群集由一个用于协调工作的驱动程序节点和多个用于执行处理任务的工作器节点组成。在本练习中，将创建一个单节点群集，以最大程度地减少实验室环境中使用的计算资源（在实验室环境中，资源可能会受到限制）。在生产环境中，通常会创建具有多个工作器节点的群集。

提示：如果 Azure Databricks 工作区中已有一个具有 13.3 LTS ML 或更高运行时版本的群集，则可以使用它来完成此练习并跳过此过程。

在Azure 门户中，浏览到创建 Azure Databricks 工作区的资源组。
单击 Azure Databricks 服务资源。
在工作区的“概述”** 页中，使用“启动工作区”** 按钮在新的浏览器标签页中打开 Azure Databricks 工作区；请在出现提示时登录。

提示：使用 Databricks 工作区门户时，可能会显示各种提示和通知。消除这些内容，并按照提供的说明完成本练习中的任务。

在左侧边栏中，选择“(+) 新建”任务，然后选择“群集”。
在“新建群集”页中，使用以下设置创建新群集：
- 群集名称：用户名的群集（默认群集名称）
- 策略：非受限
- 群集模式：单节点
- 访问模式：单用户（选择你的用户帐户）
- Databricks Runtime 版本**：选择最新非 beta 版本运行时的 ML** 版本（不是**标准运行时版本），该版本符合以下条件：
  - 不使用 GPU**
  - 包括 Scala > 2.11
  - 包括 Spark > 3.4
- 使用 Photon 加速**：未选定
- 节点类型：Standard_D4ds_v5
- 在处于不活动状态 20 分钟后终止****
等待群集创建完成。这可能需要一到两分钟时间。

注意：如果群集无法启动，则订阅在预配 Azure Databricks 工作区的区域中的配额可能不足。请参阅 CPU 内核限制阻止创建群集，了解详细信息。如果发生这种情况，可以尝试删除工作区，并在其他区域创建新工作区。

安装所需的库

在群集的页面中，选择“库”** 选项卡。
选择“新安装”**。
选择 PyPI 作为库源并安装 openai==1.42.0。

创建新的 Notebook

在边栏中，使用“(+) 新建”** 链接创建笔记本**。
为笔记本命名并在“连接”下拉列表中，选择群集（如果尚未选择）。如果群集未运行，可能需要一分钟左右才能启动。
在笔记本的第一个单元格中，运行以下代码，其中包含在本练习开始时复制的访问信息，以便在使用 Azure OpenAI 资源时分配用于身份验证的持久性环境变量：
```
 import os

 os.environ["AZURE_OPENAI_API_KEY"] = "your_openai_api_key"
 os.environ["AZURE_OPENAI_ENDPOINT"] = "your_openai_endpoint"
 os.environ["AZURE_OPENAI_API_VERSION"] = "2023-03-15-preview"
```

使用自定义函数评估 LLM

在 MLflow 2.8.0 及更高版本中，mlflow.evaluate() 支持评估 Python 函数，无需将模型记录到 MLflow。此过程涉及指定要评估的模型、要计算的指标以及评估数据（通常是 Pandas 数据帧）。

在新单元格中，运行以下代码以定义示例评估数据帧：

 import pandas as pd

 eval_data = pd.DataFrame(
     {
         "inputs": [
             "What is MLflow?",
             "What is Spark?",
         ],
         "ground_truth": [
             "MLflow is an open-source platform for managing the end-to-end machine learning (ML) lifecycle. It was developed by Databricks, a company that specializes in big data and machine learning solutions. MLflow is designed to address the challenges that data scientists and machine learning engineers face when developing, training, and deploying machine learning models.",
             "Apache Spark is an open-source, distributed computing system designed for big data processing and analytics. It was developed in response to limitations of the Hadoop MapReduce computing model, offering improvements in speed and ease of use. Spark provides libraries for various tasks such as data ingestion, processing, and analysis through its components like Spark SQL for structured data, Spark Streaming for real-time data processing, and MLlib for machine learning tasks",
         ],
     }
 )

在新单元格中，运行以下代码来初始化 Azure OpenAI 资源的客户端并定义自定义函数：

 import os
 import pandas as pd
 from openai import AzureOpenAI

 client = AzureOpenAI(
     azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"),
     api_key = os.getenv("AZURE_OPENAI_API_KEY"),
     api_version = os.getenv("AZURE_OPENAI_API_VERSION")
 )

 def openai_qa(inputs):
     answers = []
     system_prompt = "Please answer the following question in formal language."
     for index, row in inputs.iterrows():
         completion = client.chat.completions.create(
             model="gpt-35-turbo",
             messages=[
                 {"role": "system", "content": system_prompt},
                 {"role": "user", "content": "{row}"},
             ],
         )
         answers.append(completion.choices[0].message.content)

     return answers

在新单元格中，运行以下代码以创建试验并使用评估数据评估自定义函数：
```
 import mlflow

 with mlflow.start_run() as run:
     results = mlflow.evaluate(
         openai_qa,
         eval_data,
         model_type="question-answering",
     )
```
运行成功后，它将生成一个指向试验页的链接，可在其中验证模型指标。对于 model_type="question-answering"，默认指标是毒性、ari_grade_level 和 flesch_kincaid_grade_level。

清理

使用完 Azure OpenAI 资源后，请记得在位于 https://portal.azure.com 的 Azure 门户 中删除部署或整个资源。

在 Azure Databricks 门户的“计算”页上，选择群集，然后选择“■ 终止”以将其关闭。

如果已完成对 Azure Databricks 的探索，则可以删除已创建的资源，以避免产生不必要的 Azure 成本并释放订阅中的容量。