Giskard di Spaces

Giskard adalah toolkit pengujian kualitas model AI untuk LLM, model tabular, dan model NLP. Toolkit ini terdiri dari pustaka Python open-source untuk memindai dan menguji model AI, serta aplikasi AI Model Quality Testing yang kini dapat di-deploy menggunakan Docker Spaces dari Hugging Face. Dengan memperluas fitur pustaka open-source, aplikasi AI Model Quality Testing memungkinkan Anda untuk:

• Debug test untuk mendiagnosis masalah Anda

• Buat tes spesifik domain berkat wawasan model otomatis

• Bandingkan model untuk memutuskan model mana yang akan dipromosikan

• Kumpulkan umpan balik bisnis dari hasil model Anda

• Bagikan hasil Anda dengan rekan kerja untuk keselarasan

• Simpan semua objek QA Anda (tes, potongan data, kriteria evaluasi, dll.) di satu tempat untuk bekerja lebih efisien

Kunjungi dokumentasi Giskard dan Panduan Quickstart untuk mempelajari cara menggunakan seluruh rangkaian alat yang disediakan oleh Giskard.

Pada bagian berikutnya, Anda akan belajar cara mendeploy aplikasi Giskard AI Model Quality Testing Anda sendiri dan menggunakannya langsung dari Hugging Face Spaces. Aplikasi Giskard ini adalah aplikasi mandiri yang sepenuhnya dihosting di Spaces menggunakan Docker.

Deploy Giskard di Spaces

Anda dapat mendeploy Giskard di Spaces hanya dengan beberapa klik:

CATATAN PENTING TENTANG PERSISTENSI DATA: Anda dapat menggunakan Giskard Space apa adanya untuk eksplorasi dan eksperimen awal. Untuk penggunaan jangka panjang dalam proyek berskala kecil, lampirkan Storage Bucket. Hal ini mencegah hilangnya data selama restart Space yang terjadi setiap 24 jam.

Anda perlu mendefinisikan Owner (akun pribadi Anda atau organisasi), Space name, dan Visibility. Jika Anda tidak ingin membagikan model dan pengujian kualitas Anda secara publik, atur Space Anda menjadi Private.

Setelah Anda membuat Space, Anda akan melihat status Building. Setelah statusnya menjadi Running, Space Anda siap digunakan. Jika Anda tidak melihat perubahan di layar, muat ulang halaman.

Minta lisensi gratis

Setelah Giskard Space Anda siap dan berjalan, Anda perlu meminta lisensi gratis untuk mulai menggunakan aplikasi. Anda kemudian akan secara otomatis menerima email berisi file lisensi.

Buat proyek Giskard baru

Setelah masuk ke aplikasi, mulailah dengan membuat proyek baru dari layar sambutan.

Generate Token Space Giskard Hugging Face dan kunci API Giskard

Kunci API Giskard digunakan untuk membangun komunikasi antara lingkungan tempat model AI Anda berjalan dan aplikasi Giskard di Hugging Face Spaces. Jika Anda telah mengatur Visibility Space Anda menjadi Private, Anda perlu menyediakan token akses pengguna Hugging Face untuk menghasilkan Hugging Face Giskard Space Token dan membangun komunikasi untuk mengakses Space privat Anda. Untuk melakukannya, ikuti instruksi yang ditampilkan di halaman pengaturan aplikasi Giskard.

Mulai worker ML

Giskard menjalankan model Anda menggunakan worker yang menjalankan model secara langsung di lingkungan Python Anda, dengan semua dependensi yang dibutuhkan oleh model Anda. Anda dapat menjalankan worker ML:

• Dari notebook lokal Anda di dalam kernel yang berisi semua dependensi model Anda

• Dari Google Colab di dalam kernel yang berisi semua dependensi model Anda

• Atau dari terminal Anda di dalam lingkungan Python yang berisi semua dependensi model Anda

Cukup jalankan perintah berikut di dalam lingkungan Python yang berisi semua dependensi model Anda:

giskard worker start -d -k GISKARD-API-KEY -u https://huggingface.co/proxy/XXX.hf.space --hf-token GISKARD-SPACE-TOKEN

Unggah suite pengujian, model, dan dataset Anda

Untuk mulai membangun pengujian kualitas untuk sebuah proyek, Anda perlu mengunggah objek model dan dataset, serta membuat atau mengunggah test suite dari pustaka Python Giskard.

Untuk informasi lebih lanjut tentang cara membuat suite pengujian dari alat pemindaian model otomatis di pustaka Python Giskard, silakan kunjungi Panduan Quickstart Giskard.

Aksi-aksi ini semuanya akan memerlukan koneksi antara lingkungan Python Anda dan Giskard Space. Capai hal ini dengan menginisialisasi Giskard Client: cukup salin snippet “Create a Giskard Client” dari halaman pengaturan aplikasi Giskard dan jalankan di lingkungan Python Anda. Ini akan terlihat seperti ini:

from giskard import GiskardClient

url = "https://user_name-space_name.hf.space"
api_key = "gsk-xxx"
hf_token = "xxx"

# Create a giskard client to communicate with Giskard
client = GiskardClient(url, api_key, hf_token)

Jika Anda menemui masalah, silakan buka halaman dokumentasi objek unggah Giskard.

Umpan balik dan dukungan

Jika Anda memiliki saran atau membutuhkan dukungan spesifik, silakan bergabung dengan komunitas Discord Giskard atau hubungi kami melalui repo GitHub Giskard.