评估一个模型通常有以下几个阶段:配置->推理->评估->可视化
配置:需要配置整个评估过程,选择与模型相应的数据集、评估策略和计算后端等,最后定义显示结果的方式;
推理和评估:推理阶段让模型来产生输出,评估阶段衡量输出和标准答案的匹配程度;
可视化:评测完成之后,将输出转化为易读的形式。
首先进行环境配置
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
拷贝opencompass源代码并安装依赖
cd /root
git clone -b 0.2.4 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .
安装其他依赖
apt-get update
apt-get install cmake
pip install -r requirements.txt
pip install protobuf
根据上述的评测流程而言,要首先准备数据和InternLM和ceval的相关配置文件
cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/
unzip OpenCompassData-core-20231110.zip
列出所有根InternLM及C-Eval相关的配置
python tools/list_configs.py internlm ceval
之后就可以进行评测了分别可以通过命令行评测和对配置文件修改参数来评测两种方式
通过命令行评测
opencompass文件夹下configs/models/hf_internlm/的hf_internlm2_chat1_8b.py中写入以下代码
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),
)
]
在运行评测文件之前,要先进行环境变量的配置
export MKL_SERVICE_FORCE_INTEL=1
#或
export MKL_THREADING_LAYER=GNU
不进行环境变量配置会发生
配置好之后,就可以进行评测了
python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug
其中的--datasets ceval_gen 数据集准备
--models hf_internlm2_chat1_8b 模型准备
经过一段时间的评测之后,结果出来
这就是最后我们将评测结果进行可视化转化为表格形式
使用配置文件修改参数进行评测
cd /root/opencompass/configs
touch eval_tutorial_demo.py
进入configs文件夹来引入所需的数据集和模型配置,并以所需要的格式组成datasets和models字段,通过上面代码在configs文件夹下创建eval_tutorial_demo.py,在其中继承数据集合模型配置。
from mmengine.config import read_base
with read_base():
from .datasets.ceval.ceval_gen import ceval_datasets
from .models.hf_internlm.hf_internlm2_chat_1_8b import models as hf_internlm2_chat_1_8b_models
datasets = ceval_datasets
models = hf_internlm2_chat_1_8b_models
运行任务时,将配置文件路径传给run.py即可
cd /root/opencompass
python run.py configs/eval_tutorial_demo.py --debug
最后评测的结果