首页
/ lm-evaluation-harness项目中使用缓存加速MMLU数据集评估

lm-evaluation-harness项目中使用缓存加速MMLU数据集评估

2025-05-26 15:31:29作者:龚格成

在评估大规模语言模型性能时,MMLU(Massive Multitask Language Understanding)数据集是一个常用的基准测试工具。然而,当需要对大量Hugging Face模型进行MMLU评估时,数据集的加载和处理过程往往会成为性能瓶颈。

lm-evaluation-harness项目提供了一个高效的解决方案:通过启用请求缓存功能来显著减少评估时间。具体实现方式是在运行评估命令时添加--cache_requests true参数。这个功能会缓存已经处理过的数据请求,避免重复计算和加载,特别适合需要批量评估多个模型的场景。

例如,在评估NousResearch/Meta-Llama-3-8B模型时,完整的评估命令可以这样写:

lm_eval --model vllm \
    --model_args pretrained=NousResearch/Meta-Llama-3-8B,tensor_parallel_size=4,dtype=auto,gpu_memory_utilization=0.95,max_model_len=4096,enforce_eager=True \
    --tasks mmlu \
    --batch_size auto:10 \
    --cache_requests true

启用缓存后,首次运行评估时系统会建立缓存,后续评估相同数据集时可以直接复用缓存结果,评估速度将得到显著提升。这种方法特别适合以下场景:

  1. 需要对同一数据集评估多个不同模型
  2. 需要反复调试评估参数
  3. 评估过程中断后需要恢复评估

值得注意的是,缓存功能会占用额外的磁盘空间,用户需要确保有足够的存储空间来保存缓存文件。同时,如果数据集有更新,需要手动清除缓存以确保评估结果的准确性。

对于大规模模型评估任务,合理使用缓存功能可以节省大量时间成本,使研究人员能够更高效地完成模型性能对比和分析工作。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8