PromptBench，這是一個用于評估 LLM 的統一庫。它由研究人員易于使用和擴展的幾個關鍵組件組成：提示構建、提示工程、數據集和模型加載、對抗性提示攻擊、動態評估協議和分析工具。PromptBench 被設計為一個開放、通用和靈活的代碼庫，用于研究目的，可以促進在創建新基準、部署下游應用程序和設計新評估協議方面進行原創研究。。

PromptBench項目地址：https://github.com/microsoft/promptbench

promptbench 目前提供什么？

快速模型性能評估：我們提供用戶友好的界面，允許快速構建模型、加載數據集和評估模型性能。

提示工程：我們實施了幾種快速工程方法。例如：Few-shot Chain-of-Thought [1]、Emotion Prompt [2]、Expert Prompting [3] 等。

評估對抗性提示：promptbench 集成了提示攻擊 [4]，使研究人員能夠模擬模型上的黑盒對抗性提示攻擊并評估其魯棒性（詳見此處）。

動態評估以減輕潛在的測試數據污染：我們集成了動態評估框架 DyVal [5]，該框架以可控的復雜性即時生成評估樣本。

PromptBench安裝方式pip

我們為想要快速開始評估的用戶提供了一個 Python 包提示臺。只需運行：

pip install promptbench

請注意，pip 安裝可能落后于最近的更新。因此，如果您想使用最新功能或基于我們的代碼進行開發，您應該通過 GitHub 安裝。

通過 GitHub 安裝

首先，克隆存儲庫：

git clone git@github.com:microsoft/promptbench.git

然后

cd promptbench

若要安裝所需的包，可以創建 conda 環境：

conda create --name promptbench python=3.9

然后使用 pip 安裝所需的軟件包：

pip install -r requirements.txt

請注意，這只安裝了基本的 python 包。對于提示攻擊，您還需要安裝 TextAttack。

PromptBench用法：

Promptbench 易于使用和擴展。通過以下示例將幫助您熟悉 promptbench 以便快速使用、評估現有數據集和 LLM，或創建自己的數據集和模型。