谷歌|谷歌开源 LIT:用于NLP模型的可视化,交互式模型理解工具( 二 )


特征复选框允许用户在创建切片时通过输入特征来对数进行分面(facet)。在下面的截图中,我们创建了一个名为 “interesting” 的新切片,并选中了复选框,通过 “label” 特征进行分面。在这个例子中,“label” 特征是数据集中的一个特征,对于每个数据点来说,它描述了它在某个分类任务中属于哪个真相(对于本二进制分类示例,可以是 “0” 或 “1” )。因此,通过创建一个启用这个复选框的切片,该工具实际上将创建两个切片:一个名为 “interesting label:0” 的切片用于数据点,其标签设置为 0,另一个名为 “interesting label:1” 的切片,其标签设置为 “1”。
 谷歌|谷歌开源 LIT:用于NLP模型的可视化,交互式模型理解工具
文章图片

状态栏
工具底部的状态栏在左侧包含一个文本区。如果该工具当前正在等待对后端的调用结果(例如运行预测或获取嵌入),该信息将在状态栏中显示,同时显示一个无法确定的进度栏,表明结果正处于等待状态。如果对后端的调用失败,有关失败的信息将以红色显示在这个区域中,以指出错误,并且该信息将保存在状态栏中,直到用户通过错误单击 “×” 按钮来消除错误状态的显示。
比较模型
通过在全局设置空间中加载多个模型,LIT 可以比较多个模型。然后复制显示每个模型信息的模块子集,以便于在两个模型之间进行比较。其他模块,如 Embedding、Metric 模块已更新,可以显示来自所有模型的信息。
 谷歌|谷歌开源 LIT:用于NLP模型的可视化,交互式模型理解工具
文章图片

比较数据点
在选择工具栏中切换 “Compare datapoints” 按钮,将 LIT 置于数据点比较模式。在这种模式下,使用主数据点选择作为参考数据点,任何后续的主数据点选择设置都会导致它与参考数据点进行比较。引用数据点在数据表中以蓝色边框突出显示。
就像比较模型一样,某些模块也是重复的,一个模块显示参考数据点,另一个模块显示主选择数据点。
这样就可以很容易地将模型结果与任何生成的反事实数据点或加载数据集的任何其他数据点进行比较。
 谷歌|谷歌开源 LIT:用于NLP模型的可视化,交互式模型理解工具
文章图片









推荐阅读