本文介绍了Opencompass在应对大模型快速发展的背景下，专注于语言和多模态模型的评测，通过主观和客观评测、提示词工程来评估模型性能。平台采用流水线架构，有效利用资源，同时探讨了未来面临的挑战。
Opencompass背景
随着大模型的迅速发展，各种任务层出不穷，包括但不限于text-to-text， text-to-task， text-to-image，text-to-video以及text-to-3D，对于用户而言需要了解模型的特色能力和实际效果，对于开发者需要监控模型的能力变化，指导优化模型生产，对于管理机构需要减少大模型打来的社会风险，对于产业界需要找出最适合产业应用的模型，赋能真实场景。在这种背景下opencompass应孕而生。
Opencompass介绍
评测对象
本算法库的主要评测对象为语言大模型与多模态大模型。我们以语言大模型为例介绍评测的具体模型类型。包括基座模型和对话模型，评测分为主观评测和客观评测
并且通过提示词工程，测试模型对于提示词的敏感性
能力框架
平台架构
opencompass的平台结构分为工具层，方法层，能力层，以及模型层
支持各种不同的模型
采用流水线的设计的方式进行模型测试，将评测请求切分为多个独立执行的任务，最大化利用计算资源
前沿探索
后续挑战
扫一扫
1700
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
