Skip to main content
LangSmith允许您通过反馈分数和元数据筛选之前的实验,从而轻松找到您关心的实验。

背景:为实验添加元数据

在SDK中运行实验时,您可以附加元数据,以便在UI中更轻松地筛选。如果您在运行实验时知道想要深入分析的维度,这将非常有用。 在我们的示例中,我们将围绕使用的模型、模型提供商和已知的提示ID为实验附加元数据:
models = {
    "openai-gpt-5.4": ChatOpenAI(model="gpt-5.4", temperature=0),
    "openai-gpt-5.4-mini": ChatOpenAI(model="gpt-5.4-mini", temperature=0),
    "anthropic-claude-3-sonnet-20240229": ChatAnthropic(temperature=0, model_name="claude-3-sonnet-20240229")
}

prompts = {
    "singleminded": "always answer questions with the word banana.",
    "fruitminded": "always discuss fruit in your answers.",
    "basic": "you are a chatbot."
}

def answer_evaluator(run, example) -> dict:
    llm = ChatOpenAI(model="gpt-5.4", temperature=0)
    answer_grader = hub.pull("langchain-ai/rag-answer-vs-reference") | llm
    score = answer_grader.invoke(
        {
            "question": example.inputs["question"],
            "correct_answer": example.outputs["answer"],
            "student_answer": run.outputs,
        }
    )
    return {"key": "correctness", "score": score["Score"]}

dataset_name = "Filterable Dataset"

for model_type, model in models.items():
    for prompt_type, prompt in prompts.items():
        def predict(example):
            return model.invoke(
                [("system", prompt), ("user", example["question"])]
            )

        model_provider = model_type.split("-")[0]
        model_name = model_type[len(model_provider) + 1:]

        evaluate(
            predict,
            data=dataset_name,
            evaluators=[answer_evaluator],
            # 在此处添加元数据!!
            metadata={
                "model_provider": model_provider,
                "model_name": model_name,
                "prompt_id": prompt_type
            }
        )

在UI中筛选实验

在UI中,默认情况下我们会看到所有已运行的实验。 筛选所有实验 例如,如果我们偏好openai模型,可以轻松筛选并首先查看仅openai模型的分数: 筛选openai 我们可以叠加筛选条件,从而过滤掉正确性得分较低的实验,确保只比较相关的实验: 筛选反馈 最后,我们可以清除并重置筛选条件。例如,如果我们发现singleminded提示有明显的优势,可以更改筛选设置,查看其他模型提供商的模型是否也能很好地配合使用: 筛选singleminded