基础任务(完成此任务即完成闯关)
- 使用 OpenCompass 评测 internlm2-chat-1.8b 模型在 ceval 数据集上的性能,记录复现过程并截图。
按照教程中的顺序安装包有问题,网上找了解决方案,按一下顺序能正常执行
使用OpenCompass评测internlm2-chat-1.8b模型在ceval数据集上的性能
1. 环境准备
首先,评测环境需要准备妥当。创建一个配置了Cuda 11.7和conda的开发机,并选择10% A100 GPU资源。
接着,创建并激活conda环境:
conda create -n opencompass python=3.10
conda activate opencompass
2. 安装OpenCompass
接下来,安装OpenCompass及其依赖:
cd ~
git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .
并安装其他必要的依赖项:
apt-get update
apt-get install cmake
pip install -r requirements.txt
pip install protobuf
3. 准备评测数据集
将评测数据集解压到OpenCompass的data
目录下:
cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/
unzip OpenCompassData-core-20231110.zip
4. 配置模型
需要配置internlm2-chat-1.8b
模型。打开configs/models/hf_internlm/hf_internlm2_chat_1_8b.py
文件,并粘贴以下内容:
from opencompass.models import HuggingFaceCausalLM
models = [
dict(
type=HuggingFaceCausalLM,
abbr='internlm2-1.8b-hf',
path="/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b",
tokenizer_path='/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b',
model_kwargs=dict(
trust_remote_code=True,
device_map='auto',
),
tokenizer_kwargs=dict(
padding_side='left',
truncation_side='left',
use_fast=False,
trust_remote_code=True,
),
max_out_len=100,
min_out_len=1,
max_seq_len=2048,
batch_size=8,
run_cfg=dict(num_gpus=1, num_procs=1),
)
]
5. 启动评测
启动评测可以通过命令行方式或配置文件方式。
5.1 命令行方式
首先,设置一些环境变量:
export MKL_SERVICE_FORCE_INTEL=1
# 或者
export MKL_THREADING_LAYER=GNU
然后使用以下命令启动评测:
python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug
该命令的含义为:
--datasets ceval_gen
: 使用ceval_gen
数据集--models hf_internlm2_chat_1_8b
: 使用刚刚配置的internlm2-chat-1.8b
模型--debug
: 以debug
模式运行,任务将按顺序执行并实时打印输出
这是本人的运行过程:(漫长等待过程)
5.2 配置文件方式
可以通过配置文件方式启动评测。首先,创建一个配置文件:
cd /root/opencompass/configs
touch eval_tutorial_demo.py
然后,在eval_tutorial_demo.py
中添加以下内容:
from mmengine.config import read_base
with read_base():
from .datasets.ceval.ceval_gen import ceval_datasets
from .models.hf_internlm.hf_internlm2_chat_1_8b import models as hf_internlm2_chat_1_8b_models
datasets = ceval_datasets
models = hf_internlm2_chat_1_8b_models
接着,使用这个配置文件启动评测:
cd /root/opencompass
python run.py configs/eval_tutorial_demo.py --debug
6. 观察评测结果
运行一切正常,这是结果:
这些结果展示了internlm2-chat-1.8b
模型在ceval
数据集的各个子集上的性能表现。