OpenCompass评测LawBench数据集时临时文件冲突问题分析

问题背景

在OpenCompass项目中对LawBench数据集进行评测时，用户报告了一个偶发性异常问题。该问题出现在同时运行0-shot和1-shot两个任务时，特别是在计算WSJD指标的过程中。系统会生成临时文件用于中间计算，但由于文件名冲突导致其中一个任务的临时文件被删除，进而导致另一个任务报错。

技术细节分析

临时文件生成机制

在LawBench数据集的评测过程中，系统会生成以下临时文件：

1. /tmp/tmp_pred_XXX.para - 存储预测结果的临时文件
2. /tmp/tmp_gold_XXX.para - 存储标准答案的临时文件
3. /tmp/tmp_pred_XXX.para.m2 - 预测结果的M2格式文件
4. /tmp/tmp_gold_XXX.para.m2 - 标准答案的M2格式文件

这些文件用于中间计算过程，特别是WSJD指标的计算。问题在于，当同时运行0-shot和1-shot任务时，它们使用了相同的文件名（XXX部分相同），导致文件冲突。

问题重现条件

1. 同时运行LawBench数据集的0-shot和1-shot评测任务
2. 两个任务都涉及WSJD指标计算
3. 系统临时目录中存在相同UID的文件名
4. 其中一个任务完成计算后删除了临时文件

解决方案建议

临时文件命名策略改进

最直接的解决方案是修改临时文件的命名策略，确保不同任务的临时文件不会冲突。可以考虑以下改进：

1. 在文件名中加入任务类型标识（如_0shot或_1shot后缀）
2. 使用更复杂的唯一标识符（如任务ID+时间戳）
3. 为每个任务创建独立的临时子目录

资源管理优化

除了文件名冲突问题，还可以从系统资源管理角度进行优化：

1. 实现临时文件的自动清理机制
2. 增加文件锁机制防止并发访问冲突
3. 优化临时文件的生命周期管理

实现建议

对于OpenCompass项目，建议在lawbench.py和相关的评测函数中进行以下修改：

1. 在生成临时文件时，自动添加任务类型标识
2. 实现临时文件的自动清理机制
3. 增加错误处理逻辑，当检测到文件冲突时能够自动重试

总结

临时文件冲突是分布式评测系统中常见的问题，特别是在并行运行多个相似任务时。通过改进文件命名策略和优化资源管理，可以有效避免此类问题。对于OpenCompass项目而言，这不仅解决了LawBench数据集评测中的特定问题，也为其他可能遇到类似问题的数据集评测提供了参考解决方案。