Avalie um JumpStart modelo para estereotipagem imediata

Pré-requisitos

• Use uma base Python 3.10 Ambiente de kernel e uma instância do ml.g4dn.2xlarge Amazon Elastic Compute Cloud (Amazon EC2) antes de iniciar este tutorial.

  Para obter mais informações sobre tipos de instância e seus casos de uso recomendados, consulte Tipos de instância disponíveis para uso com o Studio Classic.

Instalar bibliotecas necessárias

1. Instale a SageMaker IA e outras bibliotecas necessárias em seu código da seguinte maneira: fmeval

   !pip3 install sagemaker
   !pip3 install -U pyarrow
   !pip3 install -U accelerate
   !pip3 install "ipywidgets>=8"
   !pip3 install jsonlines
   !pip install fmeval
   !pip3 install boto3==1.28.65
   import sagemaker

2. Baixe o conjunto de dados JSON Lines crows-pairs_sample.jsonl em seu diretório de trabalho atual.

3. Verifique se seu ambiente contém o arquivo de entrada de amostra usando o código a seguir:

   import glob
   
   # Check for fmeval wheel and built-in dataset
   if not glob.glob("crows-pairs_sample.jsonl"):
   print("ERROR - please make sure file exists: crows-pairs_sample.jsonl")
                       

4. Defina um JumpStart modelo da seguinte forma:

   from sagemaker.jumpstart.model import JumpStartModel
   
   model_id, model_version, = (
   "huggingface-llm-falcon-7b-instruct-bf16",
   "*",
   )

5. Implante o JumpStart modelo e crie um endpoint da seguinte forma:

   my_model = JumpStartModel(model_id=model_id)
   predictor = my_model.deploy()
   endpoint_name = predictor.endpoint_name

6. Defina um prompt e o formato da solicitação do modelo, ou carga útil, da seguinte forma:

   prompt = "London is the capital of"
   payload = {
   "inputs": prompt,
   "parameters": {
       "do_sample": True,
       "top_p": 0.9,
       "temperature": 0.8,
       "max_new_tokens": 1024,
       "decoder_input_details" : True,
       "details" : True
   },
   }

   No exemplo de código anterior, os seguintes parâmetros estão incluídos na solicitação do modelo:

   • do_sample: Instrui o modelo a extrair amostras dos resultados brutos do modelo (antes da normalização) durante a inferência do modelo para introduzir diversidade e criatividade nas respostas do modelo. O padrão é False. Se você definiu do_sample como True, deverá especificar um valor para um dos seguintes parâmetros: temperature, top_k, top_p ou typical_p.

   • top_p: Controla a aleatoriedade limitando o conjunto de tokens a serem considerados ao gerar o próximo token. Valores mais altos de top_p permitem um conjunto com um vocabulário mais amplo. Valores mais baixos restringem o conjunto de tokens a palavras mais prováveis. Os intervalos para top_p são maiores que 0 e menores que 1.

   • temperature: Controla a aleatoriedade do texto gerado. Valores mais altos de temperature instruem o modelo a gerar respostas mais aleatórias e diversas. Valores mais baixos geram respostas mais previsíveis. Os valores para temperature devem ser positivos.

   • max_new_tokens: Limita o comprimento da resposta limitando o número de tokens retornados pelo seu modelo. O padrão é 20.

   • decoder_input_details— Retorna informações sobre as probabilidades logarítmicas atribuídas pelo modelo a cada próximo token potencial e ao token IDs correspondente. Se decoder_input_details estiver definido como True, você também deverá definir details como True para receber os detalhes solicitados. O padrão é False.

   Para obter mais informações sobre os parâmetros do modelo Hugging Face, consulte types.py.

1. Carregue as bibliotecas necessárias para serem executadas da FMEval seguinte maneira:

   import fmeval
   from fmeval.data_loaders.data_config import DataConfig
   from fmeval.model_runners.sm_jumpstart_model_runner import JumpStartModelRunner
   from fmeval.constants import MIME_TYPE_JSONLINES
   from fmeval.eval_algorithms.prompt_stereotyping import PromptStereotyping, PROMPT_STEREOTYPING
   from fmeval.eval_algorithms import EvalAlgorithm

2. Defina a configuração de dados para seu conjunto de dados de entrada.

   Se você não usa um conjunto de dados integrado, sua configuração de dados deve identificar a coluna que contém mais vieses em sent_more_input_location. Você também deve identificar a coluna que contém menos vieses em sent_less_input_location. Se você estiver usando um conjunto de dados integrado do JumpStart, esses parâmetros serão transmitidos FMEval automaticamente por meio dos metadados do modelo.

   Especifique as colunas sent_more_input_location e sent_less_input_location para uma tarefa de estereotipagem de prompt, o nome, o identificador uniforme de recursos (URI) e o tipo MIME.

   config = DataConfig(
   dataset_name="crows-pairs_sample",
   dataset_uri="crows-pairs_sample.jsonl",
   dataset_mime_type=MIME_TYPE_JSONLINES,
   sent_more_input_location="sent_more",
   sent_less_input_location="sent_less",
   category_location="bias_type",
   )

   Para obter mais informações sobre as informações da coluna que outras tarefas exigem, consulte a seção Usar um conjunto de dados de entrada personalizado em Use um conjunto de dados de entrada personalizado.

3. Configure um ModelRunner personalizado, conforme mostrado no código de seguinte exemplo:

   js_model_runner = JumpStartModelRunner(
   endpoint_name=endpoint_name,
   model_id=model_id,
   model_version=model_version,
   output='[0].generated_text',
   log_probability='[0].details.prefill[*].logprob',
   content_template='{"inputs": $prompt, "parameters":
   {"do_sample": true, "top_p": 0.9, "temperature": 0.8, "max_new_tokens": 1024,
   "decoder_input_details": true,"details": true}}',
   )

   O código de exemplo anterior especifica o seguinte:

   • endpoint_name: O nome do endpoint que você criou na etapa anterior de instalação de bibliotecas necessárias.

   • model_id: O ID usado para especificar seu modelo. Esse parâmetro foi especificado quando o JumpStart modelo foi definido.

   • model_version: A versão do seu modelo usada para especificá-lo. Esse parâmetro foi especificado quando o JumpStart modelo foi definido.

   • output: Captura a saída do modelo Falcon 7b, que retorna sua resposta em uma chave generated_text. Se seu modelo forneceu a resposta [{"generated_text": "this is the output"}], então [0].generated_text retornará this is the output.

   • log_probability— Captura a probabilidade logarítmica retornada por esse JumpStart modelo.

   • content_template: Especifica como seu modelo interage com as solicitações. O modelo de configuração de exemplo é detalhado somente para explicar o exemplo anterior e não é obrigatório. Os parâmetros no modelo do conteúdo são os mesmos declarados para payload. Para obter mais informações sobre os parâmetros do modelo Hugging Face, consulte types.py.

4. Configure o relatório de avaliação e salve-o em um diretório, conforme mostrado no seguinte exemplo de código:

   import os
   eval_dir = "results-eval-prompt-stereotyping"
   curr_dir = os.getcwd()
   eval_results_path = os.path.join(curr_dir, eval_dir) + "/"
   os.environ["EVAL_RESULTS_PATH"] = eval_results_path
   if os.path.exists(eval_results_path):
   print(f"Directory '{eval_results_path}' exists.")
   else:
   os.mkdir(eval_results_path)

5. Configure um fator de paralelização da seguinte forma:

   os.environ["PARALLELIZATION_FACTOR"] = "1"

   Um PARALLELIZATION_FACTOR é um multiplicador do número de lotes simultâneos enviados para sua instância de computação. Se o seu hardware permitir a paralelização, você poderá definir esse número para multiplicar o número de invocações para seu trabalho de avaliação. Por exemplo, se você tiver 100 invocações e PARALLELIZATION_FACTOR estiver definido como 2, seu trabalho executará 200 invocações. Você pode aumentar PARALLELIZATION_FACTOR até 10 ou remover a variável totalmente. Para ler um blog sobre como o AWS Lambda usa, PARALLELIZATION_FACTOR consulte Novos controles de escalabilidade do AWS Lambda para fontes de eventos do Kinesis e do DynamoDB.

1. Defina seu algoritmo de avaliação. O seguinte exemplo mostra como definir um algoritmo PromptStereotyping:

   eval_algo = PromptStereotyping()

   Para exemplos de algoritmos que calculam métricas para outras tarefas de avaliação, consulte Avaliar seu modelo em Use a biblioteca fmeval para executar uma avaliação automática.

2. Execute seu algoritmo de avaliação. O exemplo de código abaixo usa o modelo e a configuração de dados que foram definidos anteriormente, além de um prompt_template que usa feature para transmitir seu prompt ao modelo da seguinte forma:

   eval_output = eval_algo.evaluate(model=js_model_runner, dataset_config=config,
   prompt_template="$feature", save=True)

   A saída do seu modelo pode ser diferente da saída de amostra anterior.

1. Analise um relatório de avaliação do objeto eval_output retornado pelo algoritmo de avaliação da seguinte forma:

   import json
   print(json.dumps(eval_output, default=vars, indent=4))
   

   O comando anterior retorna a seguinte saída (condensada para brevidade):

   [
   {
       "eval_name": "prompt_stereotyping",
       "dataset_name": "crows-pairs_sample",
       "dataset_scores": [
           {
               "name": "prompt_stereotyping",
               "value": 0.6666666666666666
           }
       ],
       "prompt_template": "$feature",
       "category_scores": [
           {
               "name": "disability",
               "scores": [
                   {
                       "name": "prompt_stereotyping",
                       "value": 0.5
                   }
               ]
           },
           ...
       ],
       "output_path": "/home/sagemaker-user/results-eval-prompt-stereotyping/prompt_stereotyping_crows-pairs_sample.jsonl",
       "error": null
   }
   ]

   O exemplo de saída anterior exibe uma pontuação geral para o conjunto de dados após "name": prompt_stereotyping. Essa pontuação é a diferença normalizada nas probabilidades de log entre a resposta do modelo, fornecendo mais versus menos desvio. Se a pontuação for maior que 0.5, isso significa que a resposta do seu modelo tem maior probabilidade de retornar uma resposta contendo mais desvio. Se a pontuação for menor que 0.5, é mais provável que seu modelo retorne uma resposta contendo menos desvio. Se a pontuação for 0.5, a resposta do modelo não contém desvio conforme medido pelo conjunto de dados de entrada. Você usará o output_path para criar um DataFrame do Pandas na próxima etapa.

2. Importe seus resultados, leia-os em um DataFrame e anexe as pontuações de estereotipagem de prompt à entrada do modelo, à saída do modelo e à saída desejada da seguinte forma:

   import pandas as pd
   data = []
   with open(os.path.join(eval_results_path,
   "prompt_stereotyping_crows-pairs_sample.jsonl"), "r") as file:
   for line in file:
   data.append(json.loads(line))
   df = pd.DataFrame(data)
   df['eval_algo'] = df['scores'].apply(lambda x: x[0]['name'])
   df['eval_score'] = df['scores'].apply(lambda x: x[0]['value'])
   df

   Para um notebook que contém os exemplos de código fornecidos nesta seção, consulte jumpstart-falcon-stereotyping.ipnyb.