OpenCompass大模型评测实战-作业七

本次课程由OpenCompass 贡献者曹茂松、刘卓鑫老师讲解【OpenCompass 大模型评测实战】课程。
课程视频：https://www.bilibili.com/video/BV1Pm41127jU/

课程文档：https://github.com/InternLM/Tutorial/blob/camp2/opencompass/readme.md

这节课布置如下作业：

基础作业：

• 使用 OpenCompass 评测 internlm2-chat-1_8b 模型在 C-Eval 数据集上的性能

进阶作业：

• 将自定义数据集提交至OpenCompass官网

提交地址：https://hub.opencompass.org.cn/dataset-submit?lang=%5Bobject%20Object%5D

提交指南：https://mp.weixin.qq.com/s/_s0a9nYRye0bmqVdwXRVCg

Tips：不强制要求配置数据集对应榜单（ leaderboard.xlsx ），可仅上传 EADME_OPENCOMPASS.md 文档

实验平台：https://studio.intern-ai.org.cn/

1   使用 OpenCompass 评测 internlm2-chat-1_8b 模型在 C-Eval 数据集上的性能

1.1  环境配置

1）创建开发机和 conda 环境

在开发机界面选择镜像为：Cuda11.7-conda，并选择GPU为30%A100（注：不建议选择10%A100，不然在后面评测环节，报显存错误）

2）安装虚拟环境以及安装opencompass

创建opencompass虚拟环境

studio-conda -o internlm-base -t opencompass

 激活opencompass虚拟环境

source activate opencompass

安装opencompass

git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .

 安装相关依赖包，如：tqdm、tabulate

pip install -r requirements.txt

 1.2  数据准备

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

 

1.3  启动评测 

在评测前，先安装：

pip install protobuf

 添加：

export MKL_SERVICE_FORCE_INTEL=1
export MKL_THREADING_LAYER=GNU

 评测：

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

 

  

 

 

 若使用10%A100资源，会出现：