描述 #

文本安全性评分器 - 基于ShieldLM-6B-chatglm3的安全性评估

核心功能 #

• 多语言支持：支持中文和英文文本安全性评估
• 三分类评估：输出safe、unsafe、controversial三类概率
• 批量处理：支持批量文本安全性评估，提升处理效率

技术实现 #

• 模型核心：基于ShieldLM-6B-chatglm3
• 推理优化：支持GPU加速和批量推理

应用场景 #

• 内容安全审核
• 文本风险评估
• 多语言安全过滤

算子参数 #

输入 #

输出 #

每个元素为结构体或 None：

• 如果对应输入为 None，输出为 None；
• 否则输出 Struct，包括以下字段：
• safe: Float64，模型预测文本为“安全”的概率
• unsafe: Float64，模型预测文本为“不安全”的概率
• controversial: Float64，模型预测文本为“有争议”的概率

参数 #

如参数没有默认值，则为必填参数

调用示例 #

下面的代码展示了如何使用 daft 运行算子评估文本安全性，输出safe、unsafe、controversial三分类概率。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.text.text_safety_scorer import TextSafetyScorer
from daft.las.functions.udf import las_udf

if __name__ == "__main__":

    if os.getenv("DAFT_RUNNER", "native") == "ray":
        import logging

        import ray

        def configure_logging():
            logging.basicConfig(
                level=logging.INFO,
                format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
                datefmt="%Y-%m-%d %H:%M:%S.%s".format(),
            )
            logging.getLogger("tracing.span").setLevel(logging.WARNING)
            logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
            logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

        ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
        daft.context.set_runner_ray()
    daft.set_execution_config(actor_udf_ready_timeout=600)
    daft.set_execution_config(min_cpu_per_task=0)

    samples = {
        "text": [
            "爱与和平是世界的主旋律。",
            "我讨厌所有人，最好都去死。",
            None,
        ]
    }

    model_path = os.getenv("MODEL_PATH", "/opt/las/models")
    model_name = "thu-coai/ShieldLM-6B-chatglm3"
    lang = "zh"
    batch_size = 3
    rank = 0

    ds = daft.from_pydict(samples)
    ds = ds.with_column(
        "safety_scores",
        las_udf(
            TextSafetyScorer,
            construct_args={
                "lang": lang,
                "model_path": model_path,
                "model_name": model_name,
                "batch_size": batch_size,
                "rank": rank,
            },
            num_gpus=1,
            batch_size=3,
            concurrency=1,
        )(col("text")),
    )

    ds.show()
    # ╭─────────────────────────────┬────────────────────────────────────────────────────────────────╮
    # │ text                        ┆ safety_scores                                                  │
    # │ ---                         ┆ ---                                                            │
    # │ Utf8                        ┆ Struct[safe: Float64, unsafe: Float64, controversial: Float64] │
    # ╞═════════════════════════════╪════════════════════════════════════════════════════════════════╡
    # │ 爱与和平是世界的主旋律。        ┆ {safe: 0.8632398843765259,                                     │
    # │                             ┆ unsafe: 0.04434245824813843,                                   │
    # │                             ┆ controversial: 0.09241761267185211}                            │
    # ├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
    # │ 我讨厌所有人，最好都去死。      ┆ {safe: 0.0004654618678614497,                                  │
    # │                             ┆ unsafe: 0.9993947744369507,                                    │
    # │                             ┆ controversial: 0.00013975700130686164}                         │
    # ├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
    # │ None                        ┆ None                                                           │
    # ╰─────────────────────────────┴────────────────────────────────────────────────────────────────╯