rg.Settings¶
rg.Settings 用于定义 Argilla Dataset 的设置。这些设置可用于配置数据集的行为,例如字段、问题、指南、元数据和向量。Settings 类被传递给 Dataset 类,用于在服务器上创建数据集。一旦创建,数据集的设置就无法更改。
使用示例¶
使用设置创建新数据集¶
要使用设置创建新数据集,请实例化 Settings 类并将其传递给 Dataset 类。
import argilla as rg
settings = rg.Settings(
guidelines="Select the sentiment of the prompt.",
fields=[rg.TextField(name="prompt", use_markdown=True)],
questions=[rg.LabelQuestion(name="sentiment", labels=["positive", "negative"])],
)
dataset = rg.Dataset(name="sentiment_analysis", settings=settings)
# Create the dataset on the server
dataset.create()
要定义字段、问题、元数据、向量或分布的设置,请参阅 rg.TextField、rg.LabelQuestion、rg.TermsMetadataProperty 和 rg.VectorField、rg.TaskDistribution 类文档。
向设置添加或删除属性¶
设置对象可以在创建数据集之前进行修改,方法是使用 settings.add 和 settings.<>.remove 方法添加、替换或删除属性
import argilla as rg
settings = rg.Settings(
guidelines="Select the sentiment of the prompt.",
fields=[rg.TextField(name="prompt", use_markdown=True)],
questions=[rg.LabelQuestion(name="sentiment", labels=["positive", "negative"])],
)
# Adding a new property
settings.add(rg.TextField(name="response", use_markdown=True))
# Replace an existing property by other property type
settings.add(rg.TextQuestion(name="response", use_markdown=False))
# Remove an existing property
settings.questions.remove("response")
使用内置模板创建设置¶
Argilla 提供了内置模板,用于为常见数据集类型创建设置。要使用模板,请使用 Settings 类的类方法。有三个内置模板可用于分类、排序和评分任务。模板设置还包括默认指南和映射。
分类任务¶
您可以使用 rg.Settings.for_classification 类方法定义分类任务。这将创建一个包含文本字段和标签问题的数据集。您可以使用带有 image 或 text 的 field_type 参数选择字段类型。
这将返回一个包含以下设置的 Settings 对象
settings = Settings(
guidelines="Select a label for the document.",
fields=[rg.TextField(field_type)(name="text")],
questions=[LabelQuestion(name="label", labels=labels)],
mapping={"input": "text", "output": "label", "document": "text"},
)
排序任务¶
您可以使用 rg.Settings.for_ranking 类方法定义排序任务。这将创建一个包含文本字段和排序问题的数据集。
这将返回一个包含以下设置的 Settings 对象
settings = Settings(
guidelines="Rank the responses.",
fields=[
rg.TextField(name="instruction"),
rg.TextField(name="response1"),
rg.TextField(name="response2"),
],
questions=[RankingQuestion(name="ranking", values=["response1", "response2"])],
mapping={
"input": "instruction",
"prompt": "instruction",
"chosen": "response1",
"rejected": "response2",
},
)
评分任务¶
您可以使用 rg.Settings.for_rating 类方法定义评分任务。这将创建一个包含文本字段和评分问题的数据集。
这将返回一个包含以下设置的 Settings 对象
settings = Settings(
guidelines="Rate the response.",
fields=[
rg.TextField(name="instruction"),
rg.TextField(name="response"),
],
questions=[RatingQuestion(name="rating", values=[1, 2, 3, 4, 5])],
mapping={
"input": "instruction",
"prompt": "instruction",
"output": "response",
"score": "rating",
},
)
Settings ¶
基类:DefaultSettingsMixin, Resource
Argilla 数据集的 Settings 类。
此类用于定义数据集在 UI 中的表示形式。
源代码位于 src/argilla/settings/_resource.py
40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 | |
__init__(fields=None, questions=None, vectors=None, metadata=None, guidelines=None, allow_extra_metadata=False, distribution=None, mapping=None, _dataset=None) ¶
参数
| 名称 | 类型 | 描述 | 默认值 |
|---|---|---|---|
fields |
List[Field]
|
表示数据集中的字段的 Field 对象列表。 |
无
|
questions |
List[Union[LabelQuestion, MultiLabelQuestion, RankingQuestion, TextQuestion, RatingQuestion]]
|
表示数据集中的问题的 Question 对象列表。 |
无
|
vectors |
List[VectorField]
|
表示数据集中的向量的 VectorField 对象列表。 |
无
|
metadata |
List[MetadataField]
|
表示数据集中的元数据的 MetadataField 对象列表。 |
无
|
guidelines |
str
|
包含数据集指南的字符串。 |
无
|
allow_extra_metadata |
bool
|
一个布尔值,确定是否允许在数据集中使用额外的元数据。默认为 False。 |
False
|
distribution |
TaskDistribution
|
标注任务分配配置。默认为 DEFAULT_TASK_DISTRIBUTION |
无
|
mapping |
Dict[str, Union[str, Sequence[str]]]
|
一个字典,将传入的数据名称映射到 DatasetRecords 中的 Argilla 数据集属性。 |
无
|
源代码位于 src/argilla/settings/_resource.py
to_json(path) ¶
将设置保存到磁盘上的文件
参数
| 名称 | 类型 | 描述 | 默认值 |
|---|---|---|---|
path |
str
|
要将设置保存到的路径 |
必需 |
源代码位于 src/argilla/settings/_resource.py
from_json(path) classmethod ¶
from_hub(repo_id, subset=None, feature_mapping=None, **kwargs) classmethod ¶
从 Hub 加载设置
参数
| 名称 | 类型 | 描述 | 默认值 |
|---|---|---|---|
repo_id |
str
|
要从 Hub 加载设置的仓库 ID。 |
必需 |
subset |
Optional[str]
|
要从中加载设置的仓库子集。 |
无
|
feature_mapping |
Dict[str, Literal['question', 'field', 'metadata']]
|
一个字典,将传入的列名称映射到 Argilla 属性。 |
无
|
源代码位于 src/argilla/settings/_resource.py
add(property, override=True) ¶
向设置添加属性
参数
| 名称 | 类型 | 描述 | 默认值 |
|---|---|---|---|
property |
Union[Field, VectorField, MetadataType, QuestionType]
|
要添加的属性 |
必需 |
override |
bool
|
如果为 True,则使用相同的名称覆盖现有属性。否则,引发错误。默认为 True。 |
True
|
返回
| 类型 | 描述 |
|---|---|
Union[Field, VectorField, MetadataType, QuestionType]
|
添加的属性 |