书生·浦语 大模型（学习笔记-9）OpenCompass 大模型评测实战

目录

一、评测实现双赢

二、评测遇到的问题

三、如何评测大模型（大概总结4大类方法）

四、评测工具链及流水线

五、实战评测

GPU的环境安装

查看支持的数据集和模型

启动评测(会缺少protibuf库，提前安装）

测评结果

---

一、评测实现双赢

二、评测遇到的问题

三、如何评测大模型（大概总结4大类方法）

        个人使用的比较多，这个也是用户能够直观、直接的感觉大模型好坏的一个方法 

四、评测工具链及流水线

五、实战评测

GPU的环境安装

studio-conda -o internlm-base -t opencompass
source activate opencompass
git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .

下载数据集

pip install -r requirements.txt

解压评测数据集到 data/ 处

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

查看支持的数据集和模型

启动评测(会缺少protibuf库，提前安装）

python run.py --datasets ceval_gen --hf-path /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b --tokenizer-path /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b --tokenizer-kwargs padding_side='left' truncation='left' trust_remote_code=True --model-kwargs trust_remote_code=True device_map='auto' --max-seq-len 1024 --max-out-len 16 --batch-size 2 --num-gpus 1 --debug

测评结果