nternLM Camp4 L1G600 OpenCompass 评测书生大模型实践

本任务需要使用30%A100开发机

文章目录

• 前言
• 一、使用 OpenCompass 评测浦语 API
• • 1.环境配置
  • 2.模型配置
  • 3.数据集配置
  • 4.运行评测
• 二、评测本地模型
• • 1.环境配置
  • 2.数据集下载
  • 3.加载本地模型进行评测
• 三、将本地模型通过部署成API服务再评测

前言

本博客是第四期书生大模型实战营基础岛的第六个大任务。利用OpenCompass对书生大模型进行 API 模式评测和本地直接评测。

一、使用 OpenCompass 评测浦语 API

1.环境配置

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

2.模型配置

cd /root/opencompass/
touch opencompass/configs/models/openai/puyu_api.py

然后打开文件(注意是 /root/opencompass/opencompass/configs/models/openai/puyu_api.py), 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.数据集配置

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.
    

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.

注意，我们修改的代码的路径是/root/opencompass/opencompass/configs/datasets/demo/demo_cmmlu_chat_gen.py，但存在另外一个文件/root/opencompass/configs/datasets/demo/demo_cmmlu_chat_gen.py。为避免引起后续运行时的误解，将/root/opencompass/configs/datasets/demo/demo_cmmlu_chat_gen.py删除。

4.运行评测

完成配置后, 在终端中运行:

export INTERNLM_API_KEY=xxxxxxxxxxxxxxxxxxxxxxx # 填入你申请的 API Key
python run.py --models puyu_api.py --datasets demo_cmmlu_chat_gen.py --debug

发现报错，没有 importlib_metadata包。pip install importlib_metadata。

继续报错，没有rouge包。这是因为默认的rouge和rouge-chinese版本不匹配。

pip uninstall rouge
pip install rouge==1.0.1

成功进行浦语API评测。可以到保存路径查看结果保存的文件。

二、评测本地模型

1.环境配置

cd /root/opencompass
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
apt-get update
apt-get install cmake
pip install protobuf==4.25.3
pip install huggingface-hub==0.23.2
pip install transformers==4.39.3

2.数据集下载

cp /share/temp/datasets/OpenCompassData-core-20231110.zip /root/opencompass/
unzip OpenCompassData-core-20231110.zip

数据集拷贝到本地

3.加载本地模型进行评测

打开 opencompass 文件夹下 configs/models/hf_internlm/的 hf_internlm2_5_1_8b_chat.py 文件, 修改如下:

from opencompass.models import HuggingFacewithChatTemplate

models = [
    dict(
        type=HuggingFacewithChatTemplate,
        abbr='internlm2_5-1_8b-chat-hf',
        path='/share/new_models/Shanghai_AI_Laboratory/internlm2_5-1_8b-chat/',
        max_out_len=2048,
        batch_size=8,
        run_cfg=dict(num_gpus=1),
    )
]

# python run.py --datasets ceval_gen --models hf_internlm2_5_1_8b_chat --debug

运行命令

python run.py --datasets ceval_gen --models hf_internlm2_5_1_8b_chat --debug

报错：ValueError: numpy.dtype size changed, may indicate binary incompatibility. Expected 96 from C header, got 88 from PyObject
这里是因为numpy版本问题。经测试numpy 1.26.1版本有效。

pip uninstall numpy
pip install numpy==1.26.1

三、将本地模型通过部署成API服务再评测

首先打开一个终端, 安装和部署模型:

pip install lmdeploy==0.6.1 openai==1.52.0

lmdeploy serve api_server /share/new_models/Shanghai_AI_Laboratory/internlm2_5-1_8b-chat/ --server-port 23333

创建配置脚本 /root/opencompass/configs/models/hf_internlm/hf_internlm2_5_1_8b_chat_api.py

from opencompass.models import OpenAI

api_meta_template = dict(round=[
    dict(role='HUMAN', api_role='HUMAN'),
    dict(role='BOT', api_role='BOT', generate=True),
])

models = [
    dict(
        abbr='InternLM-2.5-1.8B-Chat',
        type=OpenAI,
        path='/share/new_models/Shanghai_AI_Laboratory/internlm2_5-1_8b-chat/', # 注册的模型名称
        key='sk-123456',
        openai_api_base='http://0.0.0.0:23333/v1/chat/completions', 
        meta_template=api_meta_template,
        query_per_second=1,
        max_out_len=2048,
        max_seq_len=4096,
        batch_size=8),
]

opencompass --models hf_internlm2_5_1_8b_chat_api --datasets ceval_gen --debug # opencompass 命令基本等价于 python run.py 命令