前言
在大模型的测评中，我们往往需要借助一些自动化工具来完成测评任务，本章将介绍常见的自动化测评工具：lm-evaluation-harness。
工具简介
lm-evaluation-harness 是由 EleutherAI 开发的开源工具，用于统一评估语言模型（如 GPT、LLaMA 等）在多样化任务中的性能。支持 200+ 评测任务，涵盖文本生成、逻辑推理、数学计算等领域。
工具使用
1. 工具下载
git clone https://github.com/EleutherAI/lm-evaluation-harness.git2. 安装工具
2.1 创建虚拟环境
安装依赖之前，最好通过conda创建一个虚拟环境，然后进入虚拟环境安装依赖。
conda create -n lm_eval python=3.10
conda activate lm_eval剩余内容需解锁后查看
