scaleeval

Scaleeval: méta-évaluation évolutive des LLMS en tant qu'évaluateurs via un débat pour agent

Ce référentiel contient le code source et le lien vers notre article.

ScaleeVal est un cadre de méta-évaluation assisté par un agent qui exploite les capacités de plusieurs agents LLM communicatifs. Ce cadre prend en charge les discussions multi-rondes pour aider les humains à discerner les évaluateurs les plus compétents basés sur LLM. Les utilisateurs peuvent fournir leurs soumissions, critères et scénarios LLM avec notre cadre pour mener une méta-évaluation.

Commencer

pip install scaleeval
export OPENAI_API_KEY=XXXX.YYYY.ZZZ
export ANTHROPIC_API_KEY=XXXX.YYYY.ZZZ

Python 3.9+ est requis.

Pour les développeurs

Installer en tant que développeur

git clone [email protected]:GAIR-NLP/scaleeval.git
cd scaleeval
pip install -e .

# install pre-commit hooks
pip install pre-commit
pre-commit install

Formation de course

 # this is necessary before you commit
git init
git add .
pre-commit run

Exécuter la méta-évaluation

 cd scaleeval
python evaluation.py

Échantillon de critères

• criteria/metaeval_creativity : notation de 1 à 5 pour chaque soumission LLM en fonction des critères de créativité, et décidez quelle soumission est la meilleure.
• criteria/metaeval_helpfulness : notation de 1 à 5 pour chaque soumission LLM en fonction des critères de l'utilité, et décidez quelle soumission est la meilleure.
• criteria/metaeval_interpretability : notation de 1 à 5 pour chaque soumission LLM en fonction de l'interprétabilité, et décidez quelle soumission est la meilleure.
• criteria/metaeval_reasoning : score de 1 à 5 pour chaque soumission LLM en fonction des critères de raisonnement, et décidez quelle soumission est la meilleure.

Exemples d'invites et de soumissions de questions LLM

• scaleeval/responses/gpt3.5/brainstorming.jsonl : réponses générées à partir de gpt3.5-turbo sur la base des invites du scénario de brainstorming.
• scaleeval/responses/claude-instant/brainstorming.jsonl : réponses générées à partir d'instants claude sur la base des invites du scénario de brainstorming.

Fournissez vos propres critères et scénario!

 cd criteria

Ajoutez vos propres descriptions de critères à un nouveau fichier .yaml! Suivez le format ci-dessous:

 criteria :
    [ your defined criteria ]:
        "1" : ...
        "2" : ...
        "3" : ...
        "4" : ...
        "5" : ...

Fournissez vos propres soumissions LLM!

Collectez vos soumissions LLM et enregistrez-les dans un fichier .jsonl avec le format suivant:

{ "prompt" : ..., "category" : ..., "response" : ...}

Voici un exemple:

{ "prompt" : "Can you tell me how to make chocolate chip cookies?" , "category" : "brainstorming" , "response" : "Certainly! Here's a simple recipe for making chocolate chip cookies: n n Ingredients: n - 1 cup (2 sticks) unsalted butter, softened n - 1 cup granulated sugar n - 1 cup packed brown sugar n - 2 large eggs n - 1 teaspoon vanilla extract n - 3 cups all-purpose flour n - 1 teaspoon baking soda n - 1/2 teaspoon salt n - 2 cups chocolate chips n n Instructions: n 1. Preheat your oven to 350 u00b0 F (175 u00b0 C) and line a baking sheet with parchment paper. n 2. In a large mixing bowl, cream together the softened butter, granulated sugar, and brown sugar until well combined and creamy. n 3. Add the eggs one at a time, beating well after each addition. Then, stir in the vanilla extract. n 4. In a separate bowl, whisk together the flour, baking soda, and salt. Gradually add this dry mixture to the wet ingredients, mixing until just combined. n 5. Fold in the chocolate chips until evenly distributed throughout the dough. n 6. Using a cookie scoop or tablespoon, drop rounded portions of dough onto the prepared baking sheet, spacing them about 2 inches apart. n 7. Bake in the preheated oven for 10-12 minutes, or until the edges are golden brown. The centers may still appear slightly soft, but they will firm up as they cool. n 8. Remove the baking sheet from the oven and let the cookies cool on the sheet for a few minutes before transferring them to a wire rack to cool completely. n 9. Repeat the process with the remaining dough until all the cookies are baked. n n Enjoy your homemade chocolate chip cookies!" }

Citation

Veuillez envisager de citer notre article si vous trouvez notre dépôt et nos résultats utiles!

 @article{chern2024scaleeval,
  title={Can Large Language Models be Trusted for Evaluation? Scalable Meta-Evaluation of LLMs as Evaluators via Agent Debate},
  author={Chern, Steffi and Chern, Ethan and Neubig, Graham and Liu, Pengfei},
  journal={arXiv preprint arXiv:2401.16788},
  year={2024}
}