书生大模型实战营-第三期-L1-OpenCompass 评测 InternLM-1.8B 实践

使用OpenCompass工具链,将我们模型进行测评比对,具体方法如下:

0.环境准备

# 安装——面向GPU的环境安装
conda create -n opencompass python=3.10
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y
cd ~
conda activate opencompass
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

# 数据准备,评测数据集
# 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

# 将会在 OpenCompass 下看到data文件夹
InternLM和ceval 相关的配置文件

# 列出所有跟 InternLM 及 C-Eval 相关的配置
python tools/list_configs.py internlm ceval

1. 启动评测 (10% A100 8GB 资源)
# 使用命令行配置参数法进行评测
# 打开 opencompass文件夹下configs/models/hf_internlm/的hf_internlm2_chat_1_8b.py ,贴入以下代码

#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),
    )
]

################################################################
确保按照上述步骤正确安装 OpenCompass 并准备好数据集后,可以通过以下命令评测 InternLM2-Chat-1.8B 模型在 C-Eval 数据集上的性能。由于 OpenCompass 默认并行启动评估过程,我们可以在第一次运行时以 --debug 模式启动评估,并检查是否存在问题。在 --debug 模式下,任务将按顺序执行,并实时打印输出。

# 执行命令
# 环境变量配置
export MKL_SERVICE_FORCE_INTEL=1
# 或
export MKL_THREADING_LAYER=GNU

python run.py --datasets ceval_gen --models hf_internlm2_chat_1_8b --debug

# 命令解析
python run.py
--datasets ceval_gen \ # 数据集准备
--models hf_internlm2_chat_1_8b \  # 模型准备
--debug

# 如果一切正常,您应该看到屏幕上显示:

dataset                                         version    metric         mode      internlm2-1.8b-hf
----------------------------------------------  ---------  -------------  ------  -------------------
ceval-computer_network                          db9ce2     accuracy       gen                   47.37
ceval-operating_system                          1c2571     accuracy       gen                   47.37
ceval-computer_architecture                     a74dad     accuracy       gen                   23.81
ceval-college_programming                       4ca32a     accuracy       gen                   27.03
ceval-college_physics                           963fa8     accuracy       gen                   42.11
ceval-college_chemistry                         e78857     accuracy       gen                   37.5
ceval-advanced_mathematics                      ce03e2     accuracy       gen                   26.32
ceval-probability_and_statistics                65e812     accuracy       gen                   22.22
ceval-discrete_mathematics                      e894ae     accuracy       gen                   25
ceval-electrical_engineer                       ae42b9     accuracy       gen                   27.03
ceval-metrology_engineer                        ee34ea     accuracy       gen                   54.17
ceval-high_school_mathematics                   1dc5bf     accuracy       gen                   22.22
ceval-high_school_physics                       adf25f     accuracy       gen                   42.11
ceval-high_school_chemistry                     2ed27f     accuracy       gen                   52.63
ceval-high_school_biology                       8e2b9a     accuracy       gen                   26.32
ceval-middle_school_mathematics                 bee8d5     accuracy       gen                   36.84
ceval-middle_school_biology                     86817c     accuracy       gen                   80.95
ceval-middle_school_physics                     8accf6     accuracy       gen                   47.37
ceval-middle_school_chemistry                   167a15     accuracy       gen                   80
ceval-veterinary_medicine                       b4e08d     accuracy       gen                   43.48
ceval-college_economics                         f3f4e6     accuracy       gen                   32.73
ceval-business_administration                   c1614e     accuracy       gen                   39.39
ceval-marxism                                   cf874c     accuracy       gen                   68.42
ceval-mao_zedong_thought                        51c7a4     accuracy       gen                   70.83
ceval-education_science                         591fee     accuracy       gen                   55.17
ceval-teacher_qualification                     4e4ced     accuracy       gen                   59.09
ceval-high_school_politics                      5c0de2     accuracy       gen                   57.89
ceval-high_school_geography                     865461     accuracy       gen                   47.37
ceval-middle_school_politics                    5be3e7     accuracy       gen                   76.19
ceval-middle_school_geography                   8a63be     accuracy       gen                   75
ceval-modern_chinese_history                    fc01af     accuracy       gen                   52.17
ceval-ideological_and_moral_cultivation         a2aa4a     accuracy       gen                   73.68
ceval-logic                                     f5b022     accuracy       gen                   31.82
ceval-law                                       a110a1     accuracy       gen                   29.17
ceval-chinese_language_and_literature           0f8b68     accuracy       gen                   47.83
ceval-art_studies                               2a1300     accuracy       gen                   42.42
ceval-professional_tour_guide                   4e673e     accuracy       gen                   51.72
ceval-legal_professional                        ce8787     accuracy       gen                   34.78
ceval-high_school_chinese                       315705     accuracy       gen                   36.84
ceval-high_school_history                       7eb30a     accuracy       gen                   65
ceval-middle_school_history                     48ab4a     accuracy       gen                   86.36
ceval-civil_servant                             87d061     accuracy       gen                   42.55
ceval-sports_science                            70f27b     accuracy       gen                   52.63
ceval-plant_protection                          8941f9     accuracy       gen                   40.91
ceval-basic_medicine                            c409d6     accuracy       gen                   68.42
ceval-clinical_medicine                         49e82d     accuracy       gen                   36.36
ceval-urban_and_rural_planner                   95b885     accuracy       gen                   52.17
ceval-accountant                                002837     accuracy       gen                   36.73
ceval-fire_engineer                             bc23f5     accuracy       gen                   38.71
ceval-environmental_impact_assessment_engineer  c64e2d     accuracy       gen                   51.61
ceval-tax_accountant                            3a5e3c     accuracy       gen                   36.73
ceval-physician                                 6e277d     accuracy       gen                   42.86
ceval-stem                                      -          naive_average  gen                   40.59
ceval-social-science                            -          naive_average  gen                   58.21
ceval-humanities                                -          naive_average  gen                   50.16
ceval-other                                     -          naive_average  gen                   45.43
ceval-hard                                      -          naive_average  gen                   33.76
ceval                                           -          naive_average  gen                   47.03
08/10 13:25:09 - OpenCompass - INFO - write summary to /root/opencompass/outputs/default/20240810_120952/summary/summary_20240810_120952.txt
08/10 13:25:09 - OpenCompass - INFO - write csv to /root/opencompass/outputs/default/20240810_120952/summary/summary_20240810_120952.csv
(opencompass) root@intern-studio-50074959:~/opencompass# 
(opencompass) root@intern-studio-50074959:~/opencompass# 

2.使用配置文件修改参数法进行评测
# 除了通过命令行配置实验外,OpenCompass 还允许用户在配置文件中编写实验的完整配置,并通过 run.py 直接运行它。配置文件是以 Python 格式组织的,并且必须包括 datasets 和 models 字段。本次测试配置在 configs文件夹 中。此配置通过 继承机制 引入所需的数据集和模型配置,并以所需格式组合 datasets 和 models 字段。 运行以下代码,在configs文件夹下创建eval_tutorial_demo.py
cd /root/opencompass/configs
touch eval_tutorial_demo.py

# 打开eval_tutorial_demo.py 贴入以下代码
#########################################################
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
##############################################################

# 因此,运行任务时,我们只需将配置文件的路径传递给 run.py:
cd /root/opencompass
python run.py configs/eval_tutorial_demo.py --debug

#如果一切正常,您应该看到屏幕上显示:

评测完成后,将会看到:

08/10 14:42:38 - OpenCompass - INFO - Task [internlm2-1.8b-hf/ceval-environmental_impact_assessment_engineer]: {'accuracy': 51.61290322580645}
08/10 14:42:40 - OpenCompass - INFO - Task [internlm2-1.8b-hf/ceval-tax_accountant]: {'accuracy': 36.734693877551024}
08/10 14:42:42 - OpenCompass - INFO - Task [internlm2-1.8b-hf/ceval-physician]: {'accuracy': 42.857142857142854}
dataset                                         version    metric    mode      internlm2-1.8b-hf
----------------------------------------------  ---------  --------  ------  -------------------
ceval-computer_network                          db9ce2     accuracy  gen                   47.37
ceval-operating_system                          1c2571     accuracy  gen                   47.37
ceval-computer_architecture                     a74dad     accuracy  gen                   23.81
ceval-college_programming                       4ca32a     accuracy  gen                   27.03
ceval-college_physics                           963fa8     accuracy  gen                   42.11
ceval-college_chemistry                         e78857     accuracy  gen                   37.5
ceval-advanced_mathematics                      ce03e2     accuracy  gen                   26.32
ceval-probability_and_statistics                65e812     accuracy  gen                   22.22
ceval-discrete_mathematics                      e894ae     accuracy  gen                   25
ceval-electrical_engineer                       ae42b9     accuracy  gen                   27.03
ceval-metrology_engineer                        ee34ea     accuracy  gen                   54.17
ceval-high_school_mathematics                   1dc5bf     accuracy  gen                   22.22
ceval-high_school_physics                       adf25f     accuracy  gen                   42.11
ceval-high_school_chemistry                     2ed27f     accuracy  gen                   52.63
ceval-high_school_biology                       8e2b9a     accuracy  gen                   26.32
ceval-middle_school_mathematics                 bee8d5     accuracy  gen                   36.84
ceval-middle_school_biology                     86817c     accuracy  gen                   80.95
ceval-middle_school_physics                     8accf6     accuracy  gen                   47.37
ceval-middle_school_chemistry                   167a15     accuracy  gen                   80
ceval-veterinary_medicine                       b4e08d     accuracy  gen                   43.48
ceval-college_economics                         f3f4e6     accuracy  gen                   32.73
ceval-business_administration                   c1614e     accuracy  gen                   39.39
ceval-marxism                                   cf874c     accuracy  gen                   68.42
ceval-mao_zedong_thought                        51c7a4     accuracy  gen                   70.83
ceval-education_science                         591fee     accuracy  gen                   55.17
ceval-teacher_qualification                     4e4ced     accuracy  gen                   59.09
ceval-high_school_politics                      5c0de2     accuracy  gen                   57.89
ceval-high_school_geography                     865461     accuracy  gen                   47.37
ceval-middle_school_politics                    5be3e7     accuracy  gen                   76.19
ceval-middle_school_geography                   8a63be     accuracy  gen                   75
ceval-modern_chinese_history                    fc01af     accuracy  gen                   52.17
ceval-ideological_and_moral_cultivation         a2aa4a     accuracy  gen                   73.68
ceval-logic                                     f5b022     accuracy  gen                   31.82
ceval-law                                       a110a1     accuracy  gen                   29.17
ceval-chinese_language_and_literature           0f8b68     accuracy  gen                   47.83
ceval-art_studies                               2a1300     accuracy  gen                   42.42
ceval-professional_tour_guide                   4e673e     accuracy  gen                   51.72
ceval-legal_professional                        ce8787     accuracy  gen                   34.78
ceval-high_school_chinese                       315705     accuracy  gen                   36.84
ceval-high_school_history                       7eb30a     accuracy  gen                   65
ceval-middle_school_history                     48ab4a     accuracy  gen                   86.36
ceval-civil_servant                             87d061     accuracy  gen                   42.55
ceval-sports_science                            70f27b     accuracy  gen                   52.63
ceval-plant_protection                          8941f9     accuracy  gen                   40.91
ceval-basic_medicine                            c409d6     accuracy  gen                   68.42
ceval-clinical_medicine                         49e82d     accuracy  gen                   36.36
ceval-urban_and_rural_planner                   95b885     accuracy  gen                   52.17
ceval-accountant                                002837     accuracy  gen                   36.73
ceval-fire_engineer                             bc23f5     accuracy  gen                   38.71
ceval-environmental_impact_assessment_engineer  c64e2d     accuracy  gen                   51.61
ceval-tax_accountant                            3a5e3c     accuracy  gen                   36.73
ceval-physician                                 6e277d     accuracy  gen                   42.86
08/10 14:42:42 - OpenCompass - INFO - write summary to /root/opencompass/outputs/default/20240810_132934/summary/summary_20240810_132934.txt
08/10 14:42:42 - OpenCompass - INFO - write csv to /root/opencompass/outputs/default/20240810_132934/summary/summary_20240810_132934.csv
(opencompass) root@intern-studio-50074959:~/opencompass# 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值