VLMEvalKit项目中的MMMU测试集结果转换功能解析

背景介绍

VLMEvalKit是一个用于视觉语言模型评估的工具包，它支持多种评估数据集和指标。在评估MMMU（多模态多任务理解）测试集时，工具包会生成xlsx格式的结果文件。然而，MMMU官方评估服务器要求提交特定格式的JSON文件，这就产生了格式转换的需求。

问题分析

当使用VLMEvalKit评估MMMU测试集时，系统默认会生成一个xlsx格式的输出文件。这个文件包含两列关键数据：

1. 第一列：问题ID或样本标识符
2. 第二十三列：模型预测结果

然而，MMMU官方评估服务器要求提交的结果文件必须是一个JSON格式的字典，其中键是问题ID，值是对应的模型预测结果。这种格式差异导致用户无法直接将VLMEvalKit的输出提交到官方评估平台。

解决方案实现

VLMEvalKit团队已经通过代码提交实现了自动转换功能。该功能的核心逻辑是：

1. 读取xlsx格式的结果文件
2. 提取第一列（问题ID）和第二十三列（模型预测结果）
3. 将这些数据构造成一个Python字典
4. 将字典序列化为JSON格式并保存

转换后的JSON文件格式完全符合MMMU官方评估服务器的要求，可以直接提交用于在线评估。

技术细节

转换过程主要依赖Python的两个核心库：

• pandas：用于高效读取和处理xlsx文件
• json：用于将Python字典序列化为JSON格式

转换函数的主要逻辑包括：

1. 使用pandas的read_excel方法读取xlsx文件
2. 通过iloc索引选择需要的列
3. 构建结果字典，其中键是问题ID，值是模型预测
4. 使用json.dumps方法生成格式化的JSON字符串

使用注意事项

用户需要注意以下几点：

1. 转换功能目前只在主分支可用，使用时需确保代码最新
2. 转换过程会自动跳过非官方服务器的评估请求
3. 生成的JSON文件会保存在与原始xlsx文件相同的目录下
4. 文件名会保持一致性，仅扩展名变为.json

未来展望

这一功能的实现大大简化了用户提交MMMU评估结果的工作流程。未来可能会进一步优化：

1. 增加更多格式转换选项
2. 支持批量转换
3. 提供更详细的转换日志
4. 增加错误处理和格式验证机制

通过这一功能，VLMEvalKit进一步提升了其在多模态模型评估领域的实用性和易用性。