# LLM_Evaluator

A simple program to evaluate large language model.

## Recommend Requirements

- Python 3.8
- torch 1.13.1+cu117
- transformers 4.33.2
- accelerate 0.26.1
- tqdm 4.66.1
- openai 0.28

## 需求其余文件

- 请下载[GLM模型](https://hf-mirror.com/THUDM/chatglm-6b)并放置于到`./THUDM/chatglm-6b`文件夹下
- 请下载[GLM2模型](https://hf-mirror.com/THUDM/chatglm2-6b)并放置于到`./THUDM/chatglm2-6b`文件夹下
- 微调后的lora模型可放置于`./lora`文件夹下，可应用于ChatGLM2
- 微调后的ptuning模型可放置于`./ptuning`文件夹下，可应用于ChatGLM
- 训练数据按照C-Eval格式，放置于`./data`文件夹下，文件命名和`eval.py`中的`subject_name`相关
- 相较于C-Eval的数据集，代码添加了'qa'的数据集，放置于`./data/qa`文件夹下，为非选择题的问答数据集。

## Run

```bash
python eval.py --model_name chatglm --cuda_device 0 --finetune ptuning1
```

## Arguments

- `--model_name`: 模型名称，可选`chatglm`、`chatglm2`
- `--cuda_device`: GPU编号
- `--finetune`: 微调模型名称，为放置于`lora/ptuning`文件夹下的文件夹名
- `--few_shot`: 使用少量数据进行微调（可选）
- `--ntrain`: 少量数据的数量（可选）
- `--cot`: 使用思维链（可选）