GPT-3模型在评估时报错
Traceback (most recent call last):
File "train_k.py", line 46, in <module>
trainer.train()
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/trainer.py", line 496, in train
self.train_loop(self.train_dataloader)
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/trainer.py", line 909, in train_loop
self.invoke_hook(TrainerStages.after_train_epoch)
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/trainer.py", line 1061, in invoke_hook
getattr(hook, fn_name)(self)
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/hooks/evaluation_hook.py", line 33, in after_train_epoch
self.do_evaluate(trainer)
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/hooks/evaluation_hook.py", line 45, in do_evaluate
eval_res = trainer.evaluate()
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/trainer.py", line 518, in evaluate
metric_values = self.evaluation_loop(self.eval_dataloader,
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/trainer.py", line 954, in evaluation_loop
results, data_list = single_gpu_test(
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/utils/inference.py", line 51, in single_gpu_test
result = trainer.evaluation_step(data)
File "/usr/local/lib/python3.8/dist-packages/modelscope/trainers/nlp/text_generation_trainer.py", line 34, in evaluation_step
assert len(result['preds']) == len(data['tgts'])
AssertionError
展开
收起
1
条回答
写回答
写回答
-
您好，目前上线的 GPT-3 模型为续写训练形式，无法进行 evaluation，后续上线 pair 对训练形式后可以进行评估，请您等待下个版本
2022-12-22 13:45:48赞同 展开评论 打赏
相关问答
热门讨论
热门文章
小白求助，跟着大模型微调教程做不太明白
596
modelscope-funasr的FunClip怎么安装的？
1656
如何下载llama模型到本地？
2783
modelscope-funasr有没有开源的语音唤醒，自定义唤醒？
388
请问微调开元模型qwe1.5b 和 7b 分别支持数据集的上下文长度是多少个汉字/token？
1121
练的pth模型文件，怎么转成bin文件？
856
gpt3,加载数据时，MsDataset.load报错
1146
modelscope-funasr实时ASR的微调该怎么操作？
504
modelscope-funasr的 sense voice和funasr的底层asr能力是一样吗？
231
在modelscope-funasr中找不到有效的 OpenPGP 数据，如何解决？
64
展开全部
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
1385
告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验
343
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
605
如何使用自然语言处理库`nltk`进行文本的基本处理
28
【AI 技术分享】大模型与数据检索的探索实践
162
RAG：AI大模型联合向量数据库和 Llama-index，助力检索增强生成技术
617
ModelScope X 昇腾910快速上手
524
LLM 大模型学习必知必会系列(一)：大模型基础知识篇
1303
基于LangChain-Chatchat实现的本地知识库的问答应用-快速上手（检索增强生成(RAG)大模型）
857
检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统
1044
展开全部
