llm-benchmark 的项目扩展与二次开发
2025-07-01 17:53:45作者:毕习沙Eudora
项目的基础介绍
llm-benchmark 是一个开源项目,旨在对大型语言模型(LLMs)在本地机器上的运行性能进行评估。当前版本支持对 Ollama 语言的LLMs进行测试,并提供 tokens per second(t/s)的度量指标。
项目的核心功能
项目的主要功能是提供一个脚本 benchmark.py,该脚本能够通过与 Ollama 模型服务器交互,对特定提示(prompts)的响应时间和吞吐量进行基准测试。测试结果包括模型的加载时间、提示评估时间、响应时间和总时间,以及每秒可以处理的 token 数。
项目使用了哪些框架或库?
项目使用 Python 3.6+ 版本,并且依赖于以下库:
ollama: 与 Ollama 模型服务器交互的核心库。
项目的代码目录及介绍
项目的代码目录结构大致如下:
.
├── .gitignore
├── LICENSE
├── README.md
├── benchmark.py # 主要的基准测试脚本
├── requirements.txt # 项目依赖的Python包列表
└── venv/ # 虚拟环境文件夹(在运行环境中生成)
benchmark.py: 这是执行基准测试的核心脚本,它接受命令行参数来指定测试参数。requirements.txt: 包含项目运行所需的Python库列表。
对项目进行扩展或者二次开发的方向
-
支持更多模型: 项目当前只支持 Ollama 模型。可以通过集成其他LLM框架的API,扩展项目以支持更多类型的LLM。
-
自动化测试流程: 可以开发一个自动化测试脚本,定期运行基准测试,并将结果存储到数据库或文件中,以跟踪模型性能的长期变化。
-
图形化界面: 为项目添加一个图形用户界面(GUI),以便用户能够更直观地配置测试参数和查看结果。
-
性能分析工具: 集成性能分析工具,以更深入地了解LLM在处理不同类型或长度的提示时的性能表现。
-
分布式测试: 改进项目以支持在多台机器上并行运行基准测试,以便于进行更大规模的性能评估。
-
社区共建: 通过构建一个社区驱动的模型性能数据库,让用户能够共享他们的测试结果,从而构建一个更加全面的性能比较平台。
通过这些扩展和二次开发,llm-benchmark 项目将能够更好地服务于LLM的开发者和用户,帮助他们评估和比较不同模型的性能。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
241
2.38 K
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
405
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
79
113
仓颉编程语言运行时与标准库。
Cangjie
122
97
仓颉编程语言测试用例。
Cangjie
34
71
暂无简介
Dart
539
118
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
590
119