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: