第三期书生大模型实战营(【基础岛】- 第6关 | OpenCompass 评测 InternLM-1.8B 实践)
基础岛总览
关卡名称 | 关卡资料 | 通关激励 | |
---|---|---|---|
第1关 | 书生大模型全链路开源体系 | 任务、文档、视频 | 100 算力点 |
第2关 | 8G 显存玩转书生大模型 Demo | 任务、文档、视频 | 100 算力点解锁 30% A100 权限 |
第3关 | 浦语提示词工程实践 | 任务、文档、视频 | 100 算力点 |
第4关 | InternLM + LlamaIndex RAG 实践 | 任务、文档、视频 | 100 算力点 |
第5关 | XTuner 微调个人小助手认知 | 任务、文档、视频 | 100 算力点 |
第6关 | OpenCompass 评测 InternLM-1.8B 实践 | 任务、文档、视频 | 100 算力点 |
基础岛通关奖励:结营证书,解锁全部 50% A100 权限,1688 算力点奖励助力项目申请和落地。
任务
- 记录复现过程并截图。
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 MMLU 数据集上的性能,记录复现过程并截图。
进阶任务(闯关不要求完成此任务)
- 使用 OpenCompass 进行主观评测(选做)
- 使用 OpenCompass 评测 InternLM2-Chat-1.8B 模型使用 LMDeploy部署后在 MMLU 数据集上的性能(选做)
- 使用 OpenCompass 进行调用API评测(优秀学员必做)
闯关材料提交(完成任务并且提交材料视为闯关成功)
- 闯关作业总共分为一个任务,一个任务完成视作闯关成功。
- 请将作业发布到知乎、CSDN等任一社交媒体,将作业链接提交到以下问卷,助教老师批改后将获得 50 算力点奖励!!!
- 提交地址:https://aicarrier.feishu.cn/share/base/form/shrcnZ4bQ4YmhEtMtnKxZUcf1vd
文档
概览
在 OpenCompass 中评估一个模型通常包括以下几个阶段:配置 -> 推理 -> 评估 -> 可视化。
配置:这是整个工作流的起点。您需要配置整个评估过程,选择要评估的模型和数据集。此外,还可以选择评估策略、计算后端等,并定义显示结果的方式。
推理与评估:在这个阶段,OpenCompass 将会开始对模型和数据集进行并行推理和评估。推理阶段主要是让模型从数据集产生输出,而评估阶段则是衡量这些输出与标准答案的匹配程度。这两个过程会被拆分为多个同时运行的“任务”以提高效率。
可视化:评估完成后,OpenCompass 将结果整理成易读的表格,并将其保存为 CSV 和 TXT 文件。
接下来,我们将展示 OpenCompass 的基础用法,分别用命令行方式和配置文件的方式评测InternLM2-Chat-1.8B,展示书生浦语在 C-Eval 基准任务上的评估。更多评测技巧请查看 https://opencompass.readthedocs.io/zh-cn/latest/get_started/quick_start.html 文档。
数据准备
- 评测数据集
- InternLM和ceval 相关的配置文件
启动评测 (10% A100 8GB 资源)
- 使用命令行配置参数法进行评测
- 使用配置文件修改参数法进行评测
作业
评测结果