书生大模型实战——OpenCompass 评测 InternLM-1.8B 实践

基础任务

使用 OpenCompass 评测 internlm2-chat-1.8b 模型在 ceval 数据集上的性能。

官方文档：Tutorial/docs/L1/OpenCompass/readme.md at camp3 · InternLM/Tutorial (github.com)

官方任务：Tutorial/docs/L1/OpenCompass/task.md at camp3 · InternLM/Tutorial (github.com)

使用internstudio

开始准备

选择镜像为 Cuda11.7-conda、 GPU 为10% A100。

进入开发机进行环境配置

conda create -n opencompass python=3.10
conda activate opencompass
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y

# 注意：一定要先 cd /root
cd /root
git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .


apt-get update
apt-get install cmake
pip install -r requirements.txt
pip install protobuf

数据准备

解压评测数据集到 /root/opencompass/data/ 处。（注意一下上方在git clone opencompass 时一定要将 opencompass clone 到 /root 路径下）

cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/
unzip OpenCompassData-core-20231110.zip

查看所有跟 InternLM 及 C-Eval 相关的配置

python tools/list_configs.py internlm ceval

使用命令行配置参数法进行评测

打开 opencompass文件夹下configs/models/hf_internlm/的hf_internlm2_chat_1_8b.py ,覆盖贴入以下代码

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),
    )
]

运行命令评测 InternLM2-Chat-1.8B 模型在 C-Eval 数据集上的性能。由于 OpenCompass 默认并行启动评估过程，我们可以在第一次运行时以 --debug 模式启动评估，并检查是否存在问题。在 --debug 模式下，任务将按顺序执行，并实时打印输出。

#环境变量配置
export MKL_SERVICE_FORCE_INTEL=1
#或
export MKL_THREADING_LAYER=GNU

python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug

（两种评估过程我都跑了挺久的，不知道是不是自己的问题）

完成后将会看到：

使用配置文件修改参数法进行评测

通过配置文件 run.py 直接运行。配置文件是以 Python 格式组织的，通过 继承机制 引入所需的数据集和模型配置，并且必须包括 datasets 和 models 字段。

#在configs文件夹下创建eval_tutorial_demo.py
cd /root/opencompass/configs
touch eval_tutorial_demo.py

eval_tutorial_demo.py 贴入以下代码

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

运行任务时，我们只需将配置文件的路径传递给 run.py：

cd /root/opencompass
python run.py configs/eval_tutorial_demo.py --debug

完成后会看到相同的结果。