【亲测免费】 lm-evaluation-harness 项目使用教程

1. 项目的目录结构及介绍

lm-evaluation-harness 项目的目录结构如下：

lm-evaluation-harness/
├── README.md
├── setup.py
├── lm_eval/
│   ├── __init__.py
│   ├── tasks/
│   │   ├── __init__.py
│   │   ├── arc_challenge.py
│   │   ├── hellaswag.py
│   │   ├── mmlu.py
│   │   └── ...
│   ├── models/
│   │   ├── __init__.py
│   │   ├── hf_model.py
│   │   ├── vllm_model.py
│   │   └── ...
│   ├── evaluator.py
│   ├── utils.py
│   └── ...
├── tests/
│   ├── __init__.py
│   ├── test_evaluator.py
│   └── ...
└── ...

目录结构介绍

• README.md: 项目说明文档。
• setup.py: 项目安装脚本。
• lm_eval/: 核心代码目录。
  • tasks/: 包含各种评估任务的实现。
  • models/: 包含各种模型的实现。
  • evaluator.py: 评估器的主要逻辑。
  • utils.py: 工具函数。
• tests/: 测试代码目录。

2. 项目的启动文件介绍

项目的启动文件主要是 lm_eval/evaluator.py，该文件包含了评估器的主要逻辑。启动评估任务时，通常会调用该文件中的函数。

启动文件介绍

• evaluator.py: 包含评估任务的启动逻辑，如加载模型、执行评估任务等。

3. 项目的配置文件介绍

项目的配置文件通常在运行时通过命令行参数传递，或者在代码中直接设置。以下是一些常用的配置参数：

配置文件介绍

• model: 选择要评估的模型类型，如 hf, gguf, vllm, openai 等。
• model_args: 模型的位置与参数，可以使用 HuggingFace 的仓库名称或本地的路径。
• tasks: 决定哪些任务要评估，可以接受一个以上的任务列表。
• device: 使用的 GPU，如果需要多个 GPU，可以使用 accelerate launcher 或 tensor_parallel_size 参数。
• batch_size: 自动选择 batch 大小。
• output_path: 结果存储位置。
• use_cache: 缓存之前运行的结果，避免重复执行。
• log_samples: 记录评估过程，包括所有的 Prompt 和答案。

通过以上配置，可以灵活地进行模型评估任务。