重构，改善既有代码设计

最新推荐文章于 2025-07-17 09:19:55 发布
原创 最新推荐文章于 2025-07-17 09:19:55 发布 · 556 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#重构 #设计 #设计模式

本文探讨了重构的概念及重要性，强调在不改变软件行为的前提下优化代码结构，以提高代码的可读性和可维护性。

前言

重构前，先检查自己是否有一套可靠的测试机制。这些测试必须有自我检查的能力。（避免引入bug）

如果代码结构是你无法很方面地实现添加一个新特性的目的时，那就先重构那个程序，是特性的添加比较容易进行，然后再开始添加新特性。

一、何为重构

对程序内部结构的一种调整，木地上在不改变软件可观察行为的前提下，提高其可理解性，降低其修改成本。

二、重构原则

OpenCompass：大模型测评工具
06-24 1455
OpenCompass，也称为“司南”，是由上海人工智能实验室发布的一个开源的大模型评测体系，已经成为目前权威的大型模型评估平台。作为一站式的大模型评估平台，它不仅量化了模型在知识、语言、理解、推理等方面的能力，还推动了模型的迭代和优化。其主要特点包括：对模型和数据集支持丰富：支持20+HuggingFace和API模型，70+数据集的模型评估方案，约40万个问题，从五个维度全面评估模型的能力分布式高效评测：提供了分布式评测方案，支持了本机或集群上的计算任务并行分发，实现评测并行式的提速。
OpenCompass 评测书生大模型实践
博客
11-14 2247
这种错误常见于 NumPy 更新后，其他依赖库未同步更新，导致了二进制接口的不兼容,我看了下。其中 API 模式评测针对那些以 API 服务形式部署的模型，而本地直接评测则面向那些可以获取到模型权重文件的情况。是上海人工智能实验室开源的大模型评测平台，涵盖学科、语言、知识、理解、推理等五大评测维度，可全面评估大模型能力。这样我们使用了 CMMLU Benchmark 的每个子数据集的 1 个样本进行评测.直接touch 可能不成功 我是进到openai目录再创建puyu_api.py的。
大模型系列：OpenCompass（司南）大模型测评工具介绍和实践
2401_85325397的博客
05-30 6028
OpenCompass，也称为“司南”，是由上海人工智能实验室发布的一个开源的大模型评测体系，已经成为目前权威的大型模型评估平台，本篇介绍如何使用OpenCompass进行大模型测评，以及其中涉及的相关知识。OpenCompass概述介绍OpenCompass下载安装OpenCompass快速开始ppl、gen两种测评方式区别简述OpenCompass的Prompt构建数据集、测评指标、模型推理的配置测评结果可视化在前文《大模型系列：LLM-Eval大模型评测理论简述》
【大模型评测工具】OpenCompass本地部署手册及使用方案
最新发布
07-17 1203
本文介绍了OpenCompass大语言模型评测平台的本地部署方法及使用方案。主要内容包括：1）环境搭建，通过conda创建Python 3.10环境并安装PyTorch；2）安装OpenCompass的三种方式（pip基本/完整安装、源码安装）；3）数据集准备，支持Hugging Face、ModelScope及自定义数据集；4）本地模型评测配置，包括Hugging Face模型配置文件和评测任务设置（命令行或Python脚本方式）。OpenCompass支持多种主流大模型评测，提供灵活的数据集加载和任务配
大模型评测平台OpenCompass
yanqianglifei的专栏
07-21 2447
OpenCompass 是面向大模型评测的一站式平台。开源可复现：提供公平、公开、可复现的大模型评测方案全面的能力维度：五大维度设计，提供 50+ 个数据集约 30 万题的的模型评测方案，全面评估模型能力丰富的模型支持：已支持 20+ HuggingFace 及 API 模型分布式高效评测：一行命令实现任务分割和分布式评测，数小时即可完成千亿模型全量评测多样化评测范式：支持零样本、小样本及思维链评测，结合标准型或对话型提示词模板，轻松激发各种模型最大性能灵活化拓展：想增加新模型或数据集？
AI大模型系列：OpenCompass（司南）大模型测评工具介绍和实践
pythonhy的博客
01-17 3717
OpenCompass是一个一站式的大模型评估平台，旨在为大模型评估提供一个公平、开放和可复制的基准。它不仅量化了模型在知识、语言、理解、推理等方面的能力，还推动了模型的迭代和优化。
OpenCompass 大模型评测实战
qq_18608609的博客
08-09 1211
此外，“司南”已支持超过20种HuggingFace和API模型，并具备分布式高效评测功能，只需一行命令即可实现任务分割和分布式评测，在数小时内完成对千亿参数模型的全量评测。对话模型在基座模型的基础上，通过指令微调或人类偏好对齐，具备更强的对话能力，如OpenAI的ChatGPT和上海人工智能实验室的书生·浦语。**模型层**关注基座模型和对话模型的评测。**方法层**采用客观评测和主观评测，前者适用于有确定答案的任务，后者评估用户对模型回复的满意度，结合模型辅助和人类反馈进行评估。
OpenCompass:大模型评测
2401_83218582的博客
04-25 2063
一.上海人工智能实验室科学家团队正式发布了大模型开源开放评测体系 “司南” (OpenCompass2.0)，用于为大语言模型、多模态模型等提供一站式评测服务。开源可复现：提供公平、公开、可复现的大模型评测方案全面的能力维度：五大维度设计，提供 70+ 个数据集约 40 万题的的模型评测方案，全面评估模型能力丰富的模型支持：已支持 20+ HuggingFace 及 API 模型分布式高效评测：一行命令实现任务分割和分布式评测，数小时即可完成千亿模型全量评测。
大模型常用评测基准汇总全网最全版，内含优快云独家福利！
大模型学习路线
07-23 1386
基于评测维度，考虑到各评测集关注的评测维度，可以将其划分为通用评测基准和具体评测基准。
大模型评测方法（五）
Guzith的博客
01-17 3014
一、性能评测工具1.深度学习框架自带的评测工具PyTorch：它提供了如库，该库包含了一系列用于评估模型性能的指标计算函数。例如，在分类任务中可以方便地计算准确率（Accuracy）、精确率（Precision）、召回率（Recall）和 F1 - score 等。以计算准确率为例，使用函数，只需将模型的预测结果和真实标签传入，就能快速得到准确率的值。TensorFlow：它有模块，提供了多种用于模型评估的度量指标。比如在评估回归模型时，可以使用（均方误差）来衡量预测值与真实值之间的误差；
llm-benchmark：大型语言模型性能测试工具
gitblog_00387的博客
07-01 537
llm-benchmark：大型语言模型性能测试工具 项目介绍 llm-benchmark 是一款专为本地机器上运行的大型语言模型（LLMs）设计的性能测试工具。它能够帮助用户获取各种语言模型的每秒标记数（tokens per second，简称 t/s），以评估模型在本地环境中的运行效率。当前版本仅支持针对 Ollama 语言模型的测试。 项目技术分析 llm-benchmark 基于Pytho...
【大模型评测】常见的大模型评测数据集
热门推荐
A-Itfuture的博客
01-17 2万+
同时评测分为两部分，自动化评测的客观题部分和依赖于专家打分的主观题部分，这两部分结果构成了最终的分数，您可以通过构建示例中的脚本快速对一个已部署的大模型进行评测，或者向我们提交您需要评测的模型的主观题预测结果，进行我们人工评分的流水线操作。表述为带有二元选项的填空任务，目标是为需要常识推理的给定句子选择正确的选项。MMLU 是一个包含了 57 个子任务的英文评测数据集，涵盖了初等数学、美国历史、计算机科学、法律等，难度覆盖高中水平到专家水平，有效地衡量了人文、社科和理工等多个大类的综合知识能力。
【大模型理论篇】大模型能力评估、框架工具、评估指标、OpenAI Evals、大模型中文评测示例等
源泉的小广场
10-29 8047
大模型评估、大模型测评、大模型能力评测、大模型评估框架、大模型评估工具、open ai evals、大模型中文评估、分类能力、阅读理解能力、知识抽取能力、表格数据理解能力
大模型能力评测实战指南：基于MMLU数据集的DeepSeek API全维度测试方法
qq_44493093的博客
03-06 2596
本文完整公开了一套开源的自动化测试解决方案，专为评估大语言模型API性能而设计。通过MMLU（Massive Multitask Language Understanding）专业测评数据集，开发者可以：工具亮点特性 ✅ 多维度指标实时监控（准确率/耗时/Token经济性） ✅ 智能失败重试与错误隔离机制 ✅ 自动生成可视化测试报告 ✅ 灵活支持主流API接口配置 ✅ 开源可扩展的模块化架构应用场景示例本方案已集成对DeepSeek系列模型的专项测试模块，同时兼容OpenAI、Claude等主流API架构。
【限时免费】 gemma-benchmark：大模型评测与性能分析工具
gitblog_00772的博客
07-09 409
gemma-benchmark：大模型评测与性能分析工具 项目介绍 gemma-benchmark是一款专为语言模型设计的综合性评测框架，其核心功能在于对Google Gemma系列模型进行系统化评估，并与Mistral、Llama等主流开源模型进行横向对比。该项目通过标准化测试流程，为研究人员和开发者提供模型性能、效率及准确性的客观数据支持。 项目技术分析 1. 模块化架构设计 项目采用三层架构...
2025 年的最佳LLM（大模型）评测工具
software_test010的博客
04-21 1110
直入主题吧。市面上有大量LLM评测工具，它们看起来、用起来、听起来都大同小异。“自信交付你的LLM”、“告别LLMs的猜测游戏”，说得轻巧。
使用大模型快速构建测试工具的入门级实践
m0_75277660的博客
01-22 1341
在我们的测试工作中，经常出现我们给其他部门的测试同学提供测试数据的场景，很多测试数据无法从页面直接创建，有的是调接口传参实现，有的是通过数据库导入，其他测试人员经常是客户端测试或者硬件测试，他们对接口工具和数据库的基础操作不熟悉，而且有的接口有签名算法的校验，不能直接把算法暴露给对方，有的数据库需要申请权限，对方无法直接连接。这种情况下就需要我们写一个简单的测试工具提供给对方。
您的智能测试助理来了！蚂蚁TestAgent开源，快来体验！
CodeFuse的博客
10-24 1619
TestAgent旨在构建测试领域的“智能体”，融合大模型和质量领域工程化技术，促进质量技术代系升级。我们期望和社区成员一起合作，打造创新的测试领域解决方案，构建24小时在线的测试助理服务，让测试如丝般顺滑。很高兴地宣布，我们在国内首次开源了测试行业大模型及工具——TestAgent。本次版本包含了性能最强的7B测试领域大模型，以及配套的本地模型快速发布和体验工程化框架，欢迎体验和关注！
OpenCompass 大模型评测
03-15
### OpenCompass 大模型评测方法分析 OpenCompass 的大模型评测方法主要分为客观评测和主观评测两部分。对于具有明确答案的任务，通过构建丰富的评测集来进行综合评价[^1]。具体来说，客观评测依赖于定量指标来衡量...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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