Giskard على Spaces

Giskard هو مجموعة أدوات لاختبار جودة نماذج الذكاء الاصطناعي المخصصة لنماذج LLMs والنماذج الجدولية ونماذج NLP. يتكون من مكتبة بايثون مفتوحة المصدر لمسح واختبار نماذج الذكاء الاصطناعي، وتطبيق اختبار جودة نماذج الذكاء الاصطناعي، والذي يمكن الآن نشره باستخدام Docker Spaces من Hugging Face. وبامتداد لميزات المكتبة مفتوحة المصدر، يتيح لك تطبيق اختبار جودة نماذج الذكاء الاصطناعي ما يلي:

• استكشاف الأخطاء وإصلاحها في الاختبارات لتشخيص مشاكلك

• إنشاء اختبارات متخصصة في مجال معين بفضل رؤى النموذج التلقائية

• قارن بين النماذج لتحديد النموذج الذي يجب ترويجه

• جمع ملاحظات الأعمال حول نتائج نموذجك

• شارك نتائجك مع زملائك لضمان التوافق

• احفظ جميع كائنات اختبار الجودة لديك (الاختبارات، شرائح البيانات، معايير التقييم، إلخ) في مكان واحد للعمل بكفاءة أكبر

قم بزيارة توثيق Giskard وأدلة البدء السريع للتعرف على كيفية استخدام مجموعة الأدوات الكاملة التي يوفرها Giskard.

في الأقسام التالية، ستتعلم كيفية نشر تطبيقك الخاص لاختبار جودة نماذج Giskard AI واستخدامه مباشرةً من Hugging Face Spaces. هذا التطبيق الخاص بـ Giskard هو تطبيق مكتفٍ ذاتيًا ومُستضاف بالكامل على Spaces باستخدام Docker.

نشر Giskard على Spaces

يمكنك نشر Giskard على Spaces بعدد قليل من النقرات:

ملاحظة مهمة حول حفظ البيانات: يمكنك استخدام مساحة Giskard كما هي للاستكشاف والتجارب الأولية. أما للاستخدام الأطول في المشاريع الصغيرة، فقم بإرفاق Storage Bucket. وهذا يمنع فقدان البيانات أثناء إعادة تشغيل المساحة التي تحدث كل 24 ساعة.

يجب عليك تحديد المالك (حسابك الشخصي أو منظمة)، واسم المساحة، والإمكانية. إذا كنت لا ترغب في مشاركة نماذجك واختبارات الجودة علنًا، فاضبط مساحتك على خاص.

بمجرد إنشاء المساحة، ستظهر لك حالة Building. عندما تتحول إلى Running، تكون مساحتك جاهزة للاستخدام. إذا لم تلاحظ أي تغيير على الشاشة، حدّث الصفحة.

اطلب ترخيصًا مجانيًا

بمجرد أن يصبح مساحة Giskard الخاصة بك قيد التشغيل، ستحتاج إلى طلب ترخيص مجاني لبدء استخدام التطبيق. ثم ستستلم تلقائيًا بريدًا إلكترونيًا يحتوي على ملف الترخيص.

إنشاء مشروع Giskard جديد

بمجرد الدخول إلى التطبيق، ابدأ بإنشاء مشروع جديد من شاشة الترحيب.

إنشاء رمز مساحة Giskard على Hugging Face ومفتاح API الخاص بـ Giskard

يُستخدم مفتاح Giskard API لإقامة الاتصال بين البيئة التي تعمل فيها نماذج الذكاء الاصطناعي الخاصة بك وتطبيق Giskard على Hugging Face Spaces. إذا قمت بإعداد الظهور لمساحتك على خاص، فستحتاج إلى تقديم رمز وصول مستخدم Hugging Face لتوليد رمز مساحة Giskard الخاصة بـ Hugging Face وإقامة اتصال للوصول إلى مساحتك الخاصة. للقيام بذلك، اتبع التعليمات المعروضة في صفحة الإعدادات لتطبيق Giskard.

ابدأ عامل التعلم الآلي

تنفّذ Giskard نموذجك باستخدام عامل (worker) يشغّل النموذج مباشرةً في بيئة Python الخاصة بك، مع جميع التبعيات التي يتطلبها نموذجك. يمكنك إما تشغيل عامل التعلم الآلي:

• من دفتر ملاحظاتك المحلي داخل النواة التي تحتوي على جميع تبعيات نموذجك

• من Google Colab داخل النواة التي تحتوي على جميع تبعيات نموذجك

• أو من الطرفية الخاصة بك داخل بيئة Python التي تحتوي على جميع تبعيات نموذجك

ما عليك سوى تنفيذ الأمر التالي داخل بيئة بايثون التي تحتوي على جميع تبعيات نموذجك:

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

ارفع مجموعة الاختبارات ونماذجك ومجموعات بياناتك

لبدء بناء اختبارات عالية الجودة لمشروع، ستحتاج إلى رفع كائنات النموذج ومجموعة البيانات، وإنشاء مجموعة اختبارات أو رفعها من مكتبة Giskard بلغة Python.

لمزيد من المعلومات حول كيفية إنشاء مجموعات اختبارات من أداة المسح التلقائي للنماذج في مكتبة Giskard بلغة بايثون، انتقل إلى أدلة البدء السريع الخاصة بـ Giskard.

ستتطلب جميع هذه الإجراءات وجود اتصال بين بيئة Python الخاصة بك ومساحة Giskard. تحقق من ذلك عن طريق تهيئة عميل Giskard: ما عليك سوى نسخ مقتطف “Create a Giskard Client” من صفحة الإعدادات في تطبيق Giskard وتنفيذه داخل بيئة Python الخاصة بك. سيبدو الأمر على النحو التالي:

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)

إذا واجهت أي مشكلات، فانتقل إلى صفحة توثيق كائن الرفع الخاص بـ Giskard.

التغذية الراجعة والدعم

إذا كان لديك اقتراحات أو تحتاج إلى دعم محدد، يرجى الانضمام إلى مجتمع Giskard على Discord أو التواصل عبر مستودع Giskard على GitHub.