时长
有人花了三小时 ,搞不懂demo 十几分钟意思下得了,不过真实的时间长也有道理
所以高情商:跟实战结合 不搞虚的
我最后用30的a100用了1.5h左右
任务
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 ceval 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 ceval 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)
概述
OpenCompass
评测模型的好坏 ,所以本任务就是评测
注意!!评测时间
配置环境
本博客也是根据官方文档来的,
Tutorial/docs/L1/OpenCompass/readme.md at camp3 · InternLM/Tutorial (github.com)
conda create -n opencompass python=3.10
conda activate opencompass
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y# 注意:一定要先 cd /root
cd /root
git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .
apt-get update
apt-get install cmake
pip install -r requirements.txt
pip install protobuf
这一关 环境少了很多
解压数据集
cd /root/opencompass/ cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/ unzip OpenCompassData-core-20231110.zip
目录结构 感谢写官方文档的应该换人了 都不弄目录给人看了 而且运行每一块也没有cd
评测数据集
cd /root/opencompass/
conda activate opencompass
python tools/list_configs.py internlm ceval
出现下图
vim /root/opencompass/configs/models/hf_internlm/hf_internlm2_chat_1_8b.py
from opencompass.models import HuggingFaceCausalLM
models = [
dict(
type=HuggingFaceCausalLM,
abbr='internlm2-1.8b-hf',
path="/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b",
tokenizer_path='/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b',
model_kwargs=dict(
trust_remote_code=True,
device_map='auto',
),
tokenizer_kwargs=dict(
padding_side='left',
truncation_side='left',
use_fast=False,
trust_remote_code=True,
),
max_out_len=100,
min_out_len=1,
max_seq_len=2048,
batch_size=8,
run_cfg=dict(num_gpus=1, num_procs=1),
)
]
这一步sb了 直接本地jutper打开复制粘贴更省事
cd /root/opencompass
python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug
我这报错
降低下numpy版本
pip install 'numpy<2'
python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug
用脚本运行,
conda activate opencompass cd /root/opencompass python run.py configs/eval_tutorial_demo.py --debug
又报错了 试试调整30 a100试下
又报错了 幸好不是error 不影响程序运行
结果
时间挺长的 喝杯茶打打 看看片 或者刷刷leetcode 或者出去吃个饭?
我没弄出来~~~使用 OpenCompass 进行调用API评测(优秀学员必做)
声明!!!!
本文就是坑 没用弄出来 目前 看到这先不用看了 后续填坑2333
-------------------------------
抄抄别人的作业
(第三期)书生大模型实战营——OpenCompass评测InternLM-1.8B_opencompass 评测 internlm-1.8b 三期-CSDN博客
我的在官方文档找的评测 LMDeploy 模型 — OpenCompass 0.3.2.post1 文档
原本文件里也有
逼坑
得先安装这个lmdeploy 要不然白评测了
运行
那么直接运行呗
conda activate opencompass
cd /root/opencompass/
python run.py configs/eval_internlm_turbomind.py -w outputs/turbomind/internlm-20b
lmdeploy serve api_server /share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b --model-name internlm2-chat-1_8b --server-port 23333