当前位置： 首页 > news >正文

【InternLM实战营第二期笔记】07：OpenCompass ：是骡子是马，拉出来溜溜

news 2026/3/25 20:53:18

文章目录

  • 课程
  • 实操

课程

评测的意义是什么呢？我最近也在想。看到这节开头的内容后忽然有个顿悟：如果大模型最终也会变成一种基础工具（类比软件），稳定或可预期的效果需要先于用户感知构建出来，评测 case 就需要变成用例的相对充分抽样。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
除了提高效率本身，最近还有一个很好的工作 MixEval，把标准、静态的 benchmarks 跟 elo 表现做了充分关联，使得只测试少量样本就能得到近似 lmsys arena 的打分，也非常厉害。
对了 Opencompass 也开了 arena，感兴趣可以去打打分和体验一些最新模型的效果。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

实操

如果有人跟我一样，运行评测命令行时总是提示包没安装，那文档可能写的有问题，pip install -r requirements.txt 是必须的。
在这里插入图片描述
评测完毕。

相关文章：

【InternLM实战营第二期笔记】07：OpenCompass ：是骡子是马，拉出来溜溜

文章目录 课程实操 课程 评测的意义是什么呢？我最近也在想。看到这节开头的内容后忽然有个顿悟：如果大模型最终也会变成一种基础工具（类比软件），稳定或可预期的效果需要先于用户感知构建出来，评测 case 就…...

编程日记 2024/6/11 6:56:26

matlab演示银河系转动动画

代码 function GalaxyRotationSimulation()% 参数设置num_stars 1000; % 恒星数量galaxy_radius 1; % 银河系半径rotation_speed 0.05; % 旋转速度% 生成银河系中的恒星分布theta 2 * pi * rand(num_stars, 1); % 角度r galaxy_radius * sqrt(rand(num_stars, 1)); % 半径…...

编程日记 2024/6/11 6:55:25

备战 清华大学 上机编程考试-冲刺前50%,倒数第5天

T1：多项式求和 小K最近刚刚习得了一种非常酷炫的多项式求和技巧，可以对某几类特殊的多项式进行运算。非常不幸的是，小K发现老师在布置作业时抄错了数据，导致一道题并不能用刚学的方法来解，于是希望你能帮忙写一个程序…...

编程日记 2024/6/11 6:54:24

leetCode127. 单词接龙

leetCode127. 单词接龙 // bfs 剪枝 class Solution { public:int ladderLength(string beginWord, string endWord, vector<string>& wordList) {// 1.将所有的单词放在set字段中unordered_set<string> s;for (auto & ele : wordList) s.insert(ele);//…...

编程日记 2024/6/11 6:53:23

进程概念（二）

目录 进程优先级基本概念查看系统进程PRI and NIPRI vs NI修改进程优先级的命令renice修改优先级进程其他概念 环境变量基本概念查看环境变量方法常见环境变量PATHHOMESHELL 查看环境变量环境变量相关的命令 环境变量特征命令行参数main函数中的俩个参数 argc argvmain函数的第…...

编程日记 2024/6/11 6:52:21

java程序100道01—20

1&#xff0e;用循环的嵌套&#xff0c;输出输出如下图形 * * * * * * * * * * * * * * * * * * * * * * * * * package Exercises.One_Hundred; ​ public class Demo01 {public static void main(String[] args) {for(int i1;i<5;i){for(int j1;j<2*i-1;j){Sys…...

编程日记 2024/6/11 6:50:19

让GNSSRTK不再难【第二天-第7部分2】

状态更新计算过程&#xff1a; 计算卡尔曼增益&#xff1a; 根据预测的误差协方差矩阵 P k − P_k^- Pk−​ 和观测噪声协方差矩阵 R R R 计算卡尔曼增益 K k K_k Kk​&#xff1a; K k P k − H T ( H P k − H T R ) − 1 K_k P_k^- H^T (H P_k^- H^T R)^{-1} Kk​Pk…...

编程日记 2024/6/11 6:49:18

计算引擎：Flink核心概念

Apache Flink 是一个流处理框架，擅长处理实时数据流和批处理任务。Flink 提供了强大的功能来处理和分析大量数据。以下是 Flink 的核心概念： 1. DataStream 和 DataSet API DataStream API: 用于处理无界数据流，即不断生成和流动的数据。例如，传感器数据、日志等。DataSet…...

编程日记 2024/6/11 6:48:17

技术前沿 |【大模型InstructBLIP进行指令微调】

大模型InstructBLIP进行指令微调 一、引言二、InstructBLIP模型介绍三、指令微调训练通用视觉语言模型的应用潜力四、InstructBLIP的指令微调训练步骤五、实验结果与讨论六、结论与展望 一、引言 随着人工智能技术的快速发展&#xff0c;视觉语言模型&#xff08;Vision-Langu…...

编程日记 2024/6/11 6:47:16

CSS-布局-flex

CSS3 新增了弹性盒子模型( Flexible Box 或 FlexBox )&#xff0c;是一种新的用于在 HTML 页面实现布局的方式。使得 HTML 页面适应不同尺寸的屏幕和不同的设备时&#xff0c;元素是可预测地运行。 基本概念 容器&#xff1a;使用 display:flex 或 display:inline-flex 声明的…...

编程日记 2024/6/11 6:46:14

「C系列」C 数组

文章目录 一、C 数组1. 声明数组2. 初始化数组3. 访问数组元素4. 数组越界5. 多维数组 二、C 操作数组的方法有哪些三、C 数组-应用场景1. 存储固定数量的数据2. 实现算法&#xff08;如排序&#xff09;3. 处理数据集合 四、相关链接 一、C 数组 在C语言中&#xff0c;数组是…...

编程日记 2024/6/11 6:45:13

Python框架scrapy有什么天赋异禀

Scrapy框架与一般的爬虫代码之间有几个显著的区别&#xff0c;这些差异主要体现在设计模式、代码结构、执行效率以及可扩展性等方面。下面是一些关键的不同点&#xff1a; 结构化与模块化&#xff1a; Scrapy&#xff1a;提供了高度结构化的框架&#xff0c;包括定义好的Spider…...

编程日记 2024/6/11 6:44:12

【ROS2大白话】四、ROS2非常简单的传参方式

系列文章目录 【ROS2大白话】一、ROS2 humble及cartorgrapher安装 【ROS2大白话】二、turtlebot3安装 【ROS2大白话】三、给turtlebot3安装realsense深度相机 【ROS2大白话】四、ROS2非常简单的传参方式 文章目录 系列文章目录前言一、launch文件传参的demo1. 编写launch.py文…...

编程日记 2024/6/11 6:43:11

浅谈mysql 的批量delete 和 使用in条件批量删除问题

在考虑这两个DELETE语句的性能时&#xff0c;我们需要考虑数据库如何执行这些查询以及它们背后可能涉及的索引和数据结构。 1.执行多个单独的DELETE语句&#xff1a; DELETE FROM a WHERE b 1 AND c 1; ... DELETE FROM a WHERE b 1000 AND c 1000; 这种方法的优点是每…...

编程日记 2024/6/11 6:40:08

【Spring Boot】过滤敏感词的两种实现

文章目录 项目场景前置知识前缀树 实现方式解决方案一&#xff1a;读取敏感词文件生成前缀树构建敏感词过滤器1. 导入敏感词文件 src/main/resources/sensitive_words.txt2. 构建敏感词过滤器 SensitiveFilter3. 测试与使用 解决方案二&#xff1a;使用第三方插件 houbb/sensit…...

编程日记 2024/6/11 6:39:07

在 Zustand 中管理状态能使用类（Class）吗

在 Zustand 中&#xff0c;通常不推荐使用类&#xff08;Class&#xff09;来管理状态&#xff0c;因为 Zustand 的设计理念是基于函数式编程和 React Hooks 的。然而&#xff0c;仍然可以在 Zustand 中间接地使用类&#xff0c;但这并不是 Zustand 的典型用法。 如果确实想要…...

编程日记 2024/6/11 6:38:06

MoreTable 方法selectWithFun,count 使用实例

ORM Bee, example for MoreTable methods:selectWithFun,count ORM Bee时, MoreTable 方法selectWithFun,count 使用实例 package org.teasoft.exam.bee.osql;import org.teasoft.bee.osql.BeeException; import org.teasoft.bee.osql.FunctionType; import org.teasoft.be…...

编程日记 2024/6/11 6:37:04

【SpringBoot】在Spring中使用自定义条件类在Java声明Bean时实现条件注入

在Spring框架中&#xff0c;通过实现org.springframework.context.annotation.Condition接口并重写matches()方法&#xff0c;可以根据自定义条件来控制Bean的注入。这种机制非常灵活&#xff0c;可以帮助开发人员根据环境或配置来有选择地启用或禁用某些Bean。本文将详细介绍如…...

编程日记 2024/6/11 6:34:01

网卡聚合链路配置

创建名为mybond0的绑定&#xff0c;使用示例如下&#xff1a; # nmcli con add type bond con-name mybond0 ifname mybond0 mode active-backup添加从属接口&#xff0c;使用示例如下&#xff1a; # nmcli con add type bond-slave ifname enp3s0 master mybond0要添加其他从…...

编程日记 2024/6/11 6:33:00

PlantSimulation导入cad图作为背景

PlantSimulation导入cad图作为背景 首先要整理cad文件&#xff0c;正常的工艺规划总图中存在较多杂乱文件&#xff0c;这些信息是不需要的&#xff0c;如果直接导入&#xff0c;会非常卡。 1、打开cad软件&#xff0c;使用layon命令打开所有的隐藏图层&#xff0c;删除不需要…...

编程日记 2024/6/11 6:29:55

三维数据采集与深度视觉应用：Intel RealSense点云生成全流程指南

三维数据采集与深度视觉应用&#xff1a;Intel RealSense点云生成全流程指南 【免费下载链接】librealsense Intel RealSense™ SDK 项目地址: https://gitcode.com/GitHub_Trending/li/librealsense 在当今快速发展的机器视觉领域&#xff0c;如何高效获取精确的三维空…...

编程新知 2026/3/25 20:07:45

华为ModelEngine赋能HR：打造智能面试分析Agent的实战指南

1. 为什么HR需要智能面试分析Agent&#xff1f; 招聘工作对任何企业来说都是核心环节&#xff0c;但传统面试流程存在几个明显痛点&#xff1a;简历筛选耗时长、面试问题缺乏针对性、评估标准不统一、面试记录整理繁琐。这些问题直接影响了招聘效率和人才匹配度。 我去年帮一家…...

编程新知 2026/3/25 19:11:25

RVC开源镜像实测：CSDN GPU平台3分钟完成端到端部署

RVC开源镜像实测&#xff1a;CSDN GPU平台3分钟完成端到端部署 想用自己的声音唱出周杰伦的歌&#xff0c;或者让AI模仿你喜欢的歌手声线吗&#xff1f;过去这需要复杂的本地环境搭建、漫长的模型训练&#xff0c;对新手来说门槛极高。但现在&#xff0c;借助CSDN GPU平台上的…...

编程新知 2026/3/25 18:13:12

光伏板在烈日下疯狂输出，风机叶片转得比广场舞大妈还欢快，但怎么让这俩货稳定给电解槽供电才是技术活。咱今天就掰扯掰扯风光储混合制氢系统里那些硬核玩法

风光储共交流母线制氢模型&#xff0c;光伏&#xff0c;风机采用mppt实现最大功率跟踪&#xff1b;储能采用电压电流双闭环控制&#xff1b;并网采用pq控制&#xff0c;整流采用svpwm调制。 制氢可接pem~碱性电解槽。先说MPPT这个老司机&#xff0c;光伏和风机都得靠它榨干每一…...

编程新知 2026/3/25 17:49:08

YOLOv10镜像实测：比YOLOv9快46%，新手也能轻松部署

YOLOv10镜像实测&#xff1a;比YOLOv9快46%&#xff0c;新手也能轻松部署 1. 引言&#xff1a;YOLOv10带来的性能革命 目标检测技术在过去几年取得了巨大进步&#xff0c;而YOLO系列一直是这个领域的标杆。最新发布的YOLOv10带来了令人振奋的性能突破——相比前代YOLOv9&…...

编程新知 2026/3/25 17:41:04

5个高级技巧：用Push.js打造企业级桌面通知系统

5个高级技巧&#xff1a;用Push.js打造企业级桌面通知系统 【免费下载链接】push.js The worlds most versatile desktop notifications framework :earth_americas: 项目地址: https://gitcode.com/gh_mirrors/pu/push.js 在当今的Web应用中&#xff0c;桌面通知已成为…...

编程新知 2026/3/25 17:20:59

CPU也能跑！MinerU轻量文档解析，快速搭建你的智能阅卷系统

CPU也能跑&#xff01;MinerU轻量文档解析&#xff0c;快速搭建你的智能阅卷系统 1. 项目背景与核心价值 在教育信息化快速发展的今天&#xff0c;教师面临的最大挑战之一就是如何高效处理大量的试卷和作业批改工作。传统的人工阅卷方式不仅耗时耗力&#xff0c;还容易因疲劳…...

编程新知 2026/3/25 15:46:26

纯Verilog编程：万兆网以太网UDP协议的完整实现与产品化测试

纯verilog编写实现万兆网以太网完整UDP协议&#xff0c;并支持ARP和ping功能&#xff0c;在xilinx平台已产品化测试&#xff0c;稳定可靠搞过FPGA网络通信的都懂&#xff0c;万兆网协议栈这玩意儿就是个硬骨头。去年团队折腾的纯Verilog万兆网方案现在已经在Xilinx UltraScale板…...

编程新知 2026/3/25 15:30:22

终极指南：3个简单技巧让你的终端颜值翻倍，告别混乱命令提示

终极指南&#xff1a;3个简单技巧让你的终端颜值翻倍&#xff0c;告别混乱命令提示 【免费下载链接】oh-my-posh JanDeDobbeleer/oh-my-posh: Oh My Posh 是一个跨平台的终端定制工具&#xff0c;用于增强 PowerShell、Zsh 和 Fish Shell 等终端的视觉效果&#xff0c;提供丰富…...

编程新知 2026/3/25 15:22:19

如何用TileLang实现高性能GPU算子：从入门到精通的完整指南

如何用TileLang实现高性能GPU算子&#xff1a;从入门到精通的完整指南 【免费下载链接】tilelang Domain-specific language designed to streamline the development of high-performance GPU/CPU/Accelerators kernels 项目地址: https://gitcode.com/GitHub_Trending/ti/…...

编程新知 2026/3/25 15:08:12