PeterAlbus
/
LLM_Evaluator
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
A simple program to evaluate large language model.
You cannot select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
7 Commits
1 Branch
0 Tags
134 KiB
Python 100%
 
main
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from '88a58600f6'
${ noResults }
Go to file
PeterAlbus 88a58600f6 优化评分部分文件结构，增加对比式gpt评分 8 months ago
evaluators 优化评分部分文件结构，增加对比式gpt评分 8 months ago
scoring 优化评分部分文件结构，增加对比式gpt评分 8 months ago
.gitignore 优化评分部分文件结构，增加对比式gpt评分 8 months ago
README.md 增加大模型评分模块以及问答数据集处理模块（半成品）。 9 months ago
compare.py 优化评分部分文件结构，增加对比式gpt评分 8 months ago
eval.py 优化评分部分文件结构，增加对比式gpt评分 8 months ago
generate_eval_text.py Init commit. Add Evaluators and support ChatGLM/ChatGLM2. 10 months ago
test.py 优化评分部分文件结构，增加对比式gpt评分 8 months ago

README.md
Unescape Escape

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模型并放置于到./THUDM/chatglm-6b文件夹下
  • 请下载GLM2模型并放置于到./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

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）