1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Databricks推論テーブルとレイクハウスモニタリングによる大規模言語モデルの監視

Last updated at Posted at 2023-12-20

こちらのウォークスルーです。

以前書いたこちらの記事の続編でもあります。

OpenAI APIを使うチャットbotをDatabricksで動作させる際に、推論テーブル(inference table)を有効化すると、モデルがデプロイされているモデルサービングエンドポイントの入出力を追跡することができます。

モデルサービングエンドポイントを編集して推論テーブルを有効化し、保存先テーブルを指定します。
Screenshot 2023-12-20 at 18.25.07.png

Databricksで稼働するチャットbotに問い合わせすると、モデルサービングエンドポイントを呼び出す形となり、その際に推論テーブルにリクエスト、レスポンスが記録されます。
Screenshot 2023-12-20 at 18.26.57.png

カタログエクスプローラでデータを確認できます。
Screenshot 2023-12-20 at 18.29.16.png

これは生データですので加工します。こちらにサンプルノートブックがあります。アプリケーションの入出力に応じて微調整する必要があるかもしれません。

ノートブックを実行することで、チャットボットへの入出力にアクセスできるようになります。
Screenshot 2023-12-20 at 18.32.06.png

上記ノートブックにはレイクハウスモニタリングのコードも入っていますので、実行すると上記テーブルに対するモニターが設定されます。

自動生成されるダッシュボードでは、問い合わせ数や内容、レスポンス、レスポンスのtoxicity、perplexityなどを確認することができます。
Screenshot 2023-12-20 at 18.21.34.png
Screenshot 2023-12-20 at 18.34.46.png

企業で運用するチャットbotにおいては、LLMに対する入力とレスポンスのモニタリング、それに基づく対策、改善が重要となります。(まだ日本リージョンでは利用できませんが)リリースされたらぜひお試しください!

Databricksクイックスタートガイド

Databricksクイックスタートガイド

Databricks無料トライアル

Databricks無料トライアル

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?