基础任务
- 使用 OpenCompass 评测 internlm2-chat-1.8b 模型在 ceval 数据集上的性能
数据准备
cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/
unzip OpenCompassData-core-20231110.zip
- 解压评测数据集到 /root/opencompass/data/ 处。(注意: 上方在git clone opencompass 时一定要将 opencompass clone 到 /root 路径下)
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
- 确保按照上述步骤正确安装 OpenCompass 并准备好数据集后,可以通过以下命令评测 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,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。
python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug
使用配置文件修改参数法进行评测
- 除了通过命令行配置实验外,OpenCompass 还允许用户在配置文件中编写实验的完整配置,并通过 run.py 直接运行它。配置文件是以 Python 格式组织的,并且必须包括 datasets 和 models 字段。本次测试配置在 configs文件夹 中。此配置通过 继承机制 引入所需的数据集和模型配置,并以所需格式组合 datasets 和 models 字段。 运行以下代码,在configs文件夹下创建
eval_tutorial_demo.py