常见问题 (FAQ)¶
如何在批次中重命名列？
每个 Step 都有 input_mappings 和 output_mappings 属性，可用于重命名每个批次中的列。
但是 input_mappings 仅进行映射，这意味着如果您有一个包含列 A 的批次，并且想要将其重命名为 B，则应使用 input_mappings={"A": "B"}，但这仅适用于该特定 Step，这意味着 pipeline 中的下一步仍然具有列 A 而不是 B。
虽然 output_mappings 确实会应用重命名，这意味着如果 Step 生成列 A 并且您想要重命名为 B，则应使用 output_mappings={"A": "B"}，这将应用于 pipeline 中的下一个 Step。
共享 pipeline 时，API 密钥会暴露吗？
不会，这些密钥将使用 pydantic.SecretStr 屏蔽，这意味着在共享 pipeline 时不会暴露这些密钥。
这也意味着，如果您想重新运行自己的 pipeline，并且 API 密钥不是通过环境变量提供的，而是通过属性或运行时参数提供的，则需要再次提供它们。
它可以在 Windows 上工作吗？
可以，但是您可能需要提前设置 multiprocessing 上下文，以确保使用 spawn 方法，因为默认方法 fork 在 Windows 上不可用。
自定义步骤/任务/LLM 也会被序列化吗？
不会，目前，只会序列化对 distilabel 库中类的引用，这意味着如果您定义了 pipeline 中使用的自定义类，则序列化不会中断，但反序列化将失败，因为该类将不可用，除非从同一文件使用。
如果 Pipeline.run 失败会发生什么？我会丢失所有数据吗？
不会，实际上，我们正在使用缓存机制将所有中间结果存储在磁盘中，因此，如果 Step 失败；pipeline 可以从该点重新运行而不会丢失数据，前提是 Pipeline 中没有任何更改。
所有数据都将存储在 .cache/distilabel 中，但只有来自叶子步骤的数据会在 Pipeline.run 执行结束时保留，因此请记住这一点。
有关 distilabel 中缓存机制的更多信息，您可以查看 学习 - 高级 - 缓存 部分。
另请注意，当独立运行 Step 或 Task 时，不会使用缓存机制，因此如果您想使用它，则应使用 Pipeline 上下文管理器。
如何在多个任务中使用相同的 LLM，而无需多次加载它？
您可以使用 TGI 或 vLLM 等解决方案来服务 LLM，然后使用 AsyncLLM 客户端（如 InferenceEndpointsLLM 或 OpenAILLM）连接到它。请参阅 服务 LLM 指南 以获取更多信息。
distilabel 可以与 OpenAI Batch API 一起使用吗？
可以，distilabel 通过 OpenAILLM 与 OpenAI Batch API 集成。查看 LLM - 离线批量生成 以获取有关如何使用它的小示例，并查看 高级 - 离线批量生成 以获取更详细的指南。
防止 免费 Serverless Endpoints 过载
当使用 InferenceEndpointsLLM 和免费 Serverless Endpoints 运行任务时，如果将批次大小设置为默认值（设置为 50），您可能会遇到一些错误，例如 Model is overloaded。要解决此问题，请降低该值，或者更好的是在您的任务中设置 input_batch_size=1。完成可能需要更长的时间，但请记住这是一个免费服务。