Monitoramento e observabilidade
Conceitos de LLMOps
Max Knobbout, PhD
Applied Scientist, Uber
Ciclo de vida de LLM: Monitoramento e observabilidade
Monitoramento e observabilidade
- Monitoramento acompanha o sistema continuamente.
- Observabilidade expõe estados internos a observadores externos.
- Fontes de dados para observabilidade:
- Logs
- Métricas
- Rastros
Monitoramento de entrada
- Monitore entradas para:
- Mudanças
- Erros
- Conteúdo malicioso
- Deriva de dados é a mudança na distribuição das entradas ao longo do tempo
- Para lidar com a deriva de dados:
- Monitore a distribuição
- Atualize o modelo periodicamente
Monitoramento funcional
Exemplos:
- Tempo de resposta
- Volume de requisições
- Indisponibilidade
- Taxas de erro
Para apps com LLM:
- Execução de chains e agentes
- Recursos do sistema (GPU)
- Custos
Monitoramento de saída
- Use métricas definidas nos testes, como:
- Viés
- Toxicidade
- Utilidade
- Deriva de modelo:
- A relação entre entrada e saída muda
- Censura é intervir ativamente
Tratamento de alertas
- Seja avisado quando surgirem problemas
- Tenha procedimentos claros
- Acordos de Nível de Serviço (SLAs) podem existir
Vamos praticar!
Conceitos de LLMOps
Preparing Video For Download...