在这个千模大战的AI时代，国内很多大厂都在做自己的基础大模型，比如Qwen、Baichuan、文心一言、星火、盘古等等；对于小玩家或者 个人来说使用大模型的最佳方式就是基于这些基础大模型来做微调。
但是对于微调后的大模型效果怎样呢？有没有好的工具去衡量、去评价判断呢？在这里给大家强力推荐一个非常好用的工具，那就是opencompass，中文名称司南，最近在项目中也刚好在使用它，非常方便好用，而且它是一个开源的大模型测试工具，支持很多常用的大模型，测试数据集也很丰富，可以从语言、知识、推理、考试、理解、长文本、安全、代码等多个维度测试大模型的能力。
官网网址：https://opencompass.org.cn/home
github网址: https://github.com/open-compass/opencompass
opencompass是一款面向大模型评测的一站式平台，特点如下：
开源：大家都可以方便地使用，而且可以根据自身需要做一些定制开发。
全面的能力维度：五大维度设计，提供 70+ 个数据集约 40万题的模型评测方案，全面评估模型能力。
丰富的模型支持：已支持 20+ HuggingFace ，同时还支持 模型的API方式。
分布式高效评测：一行命令实现任务分割和分布式评测，数小时即可完成千亿模型全量评测。
灵活扩展：可以新增自定义模型和数据集
数据集支
大模型及API支持
除了支持开源大模型本地支持测试，同时还支持已经部署好的大模型的API接口测试。
开源大模型API模型InternLMOpenAILLaMAGeminiLLaMA3ClaudeVicunaZhipuAI(ChatGLM)AlpacaBaichuanBaichuanByteDance(YunQue)WizardLMHuawei(PanGu)ChatGLM2360ChatGLM3Baidu(ERNIEBot)TigerBotMiniMax(ABAB-Chat)QwenSenseTime(nova)Qwen1.5Xunfei(Spark)BlueLMGemma安装使用
具体使用可以参考官方文档或者github。
官方文档：https://opencompass.org.cn/doc
更多最新文章，请关注公众号：大白爱爬山
