书生·浦语2.0(InternLM2)大模型实战--Day06 OpenCompass | 评测 internlm2-chat-1_8b 模型在 C-Eval 数据集上的性能

视频地址：https://www.bilibili.com/video/BV1Pm41127jU/
课程文档：https://github.com/InternLM/Tutorial/blob/camp2/opencompass/readme.md
课程作业：https://github.com/InternLM/Tutorial/blob/camp2/opencompass/homework.md

1. 配置

1.1 环境配置

对比官方操作，我新增了cd /root命令，在这个目录下拉取 opencompass

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

1.2 数据准备

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

1.3 查看支持的数据集和模型

列出所有跟 InternLM 及 C-Eval 相关的配置

python tools/list_configs.py internlm ceval

2. 启动评测

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

执行了以下3种方法，才成功启动评测

1. 解决方案1

   pip install protobuf
   

2. 解决方案2

   export MKL_SERVICE_FORCE_INTEL=1
   #或
   export MKL_THREADING_LAYER=GNU
   

3. 解决方案3：科学上网

命令解析

python run.py
--datasets ceval_gen \
--hf-path /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b \  # HuggingFace 模型路径
--tokenizer-path /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b \  # HuggingFace tokenizer 路径（如果与模型路径相同，可以省略）
--tokenizer-kwargs padding_side='left' truncation='left' trust_remote_code=True \  # 构建 tokenizer 的参数
--model-kwargs device_map='auto' trust_remote_code=True \  # 构建模型的参数
--max-seq-len 1024 \  # 模型可以接受的最大序列长度
--max-out-len 16 \  # 生成的最大 token 数
--batch-size 2  \  # 批量大小
--num-gpus 1  # 运行模型所需的 GPU 数量
--debug