评测 InternLM-1.8B 实践

使用 OpenCompass 评测浦语 API 记录复现过程并截图。

conda create -n opencompass python=3.10
conda activate opencompass
cd /root
git clone -b 0.3.3 https://github.com/open-compass/opencompass
cd opencompass
pip install -e .
pip install -r requirements.txt
pip install huggingface_hub==0.25.2

1.打开网站浦语官方地址 https://internlm.intern-ai.org.cn/api/document 获得 api key 和 api 服务地址 (也可以从第三方平台 硅基流动 获取), 在终端中运行:

export INTERNLM_API_KEY=xxxxxxxxxxxxxxxxxxxxxxx # 填入你申请的 API Key

2.配置模型: 在终端中运行 cd /root/opencompass/ 和 touch opencompass/configs/models/openai/puyu_api.py, 然后打开文件, 贴入以下代码:

import os
from opencompass.models import OpenAISDK
internlm_url = ‘https://internlm-chat.intern-ai.org.cn/puyu/api/v1/’ # 你前面获得的 api 服务地址
internlm_api_key = os.getenv(‘INTERNLM_API_KEY’)
models = [
dict(
# abbr=‘internlm2.5-latest’,
type=OpenAISDK,
path=‘internlm2.5-latest’, # 请求服务时的 model name
# 换成自己申请的APIkey
key=internlm_api_key, # API key
openai_api_base=internlm_url, # 服务地址
rpm_verbose=True, # 是否打印请求速率
query_per_second=0.16, # 服务请求速率
max_out_len=1024, # 最大输出长度
max_seq_len=4096, # 最大输入长度
temperature=0.01, # 生成温度
batch_size=1, # 批处理大小
retry=3, # 重试次数
)
]

3.配置数据集: 在终端中运行 cd /root/opencompass/ 和 touch opencompass/configs/datasets/demo/demo_cmmlu_chat_gen.py, 然后打开文件, 贴入以下代码:

from mmengine import read_base
with read_base():
from …cmmlu.cmmlu_gen_c13365 import cmmlu_datasets
# 每个数据集只取前2个样本进行评测
for d in cmmlu_datasets:
d[‘abbr’] = ‘demo_’ + d[‘abbr’]
d[‘reader_cfg’][‘test_range’] = ‘[0:1]’ # 这里每个数据集只取1个样本, 方便快速评测.

在安装完后还需要安装一个 pip install rouge-chinese，结果输出的只有100和0，因为只有两个样本

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.

完成配置后, 在终端中运行: python run.py --models puyu_api.py --datasets demo_cmmlu_chat_gen.py --debug. 预计运行10分钟后, 得到结果: