모델 체크포인트 평가하기

​

사전 요구 사항

1. LLM Evaluation Jobs에 대한 요구 사항 및 제한 사항을 검토하세요.
2. 특정 벤치마크를 실행하려면 Teams 관리자가 필요한 API 키를 team-scoped secrets로 추가해야 합니다. 모든 Teams 멤버는 평가 작업을 구성할 때 해당 시크릿을 지정할 수 있습니다. 요구 사항은 Evaluation model catalog를 참조하세요.
   • OpenAPI API 키: OpenAI 모델을 사용하여 점수를 매기는 벤치마크에서 사용됩니다. 벤치마크를 선택한 후 Scorer API key 필드가 나타나면 필수입니다. 시크릿 이름은 OPENAI_API_KEY여야 합니다.
   • Hugging Face 사용자 엑세스 토큰: 하나 이상의 게이트(gated) Hugging Face 데이터셋에 대한 엑세스가 필요한 lingoly 및 lingoly2와 같은 특정 벤치마크에 필요합니다. 벤치마크를 선택한 후 Hugging Face Token 필드가 나타나면 필수입니다. API 키는 관련 데이터셋에 대한 엑세스 권한이 있어야 합니다. User access tokens 및 accessing gated datasets에 대한 Hugging Face 문서를 참조하세요.
3. 평가 결과를 위한 새로운 W&B Projects를 생성합니다. 왼쪽 탐색 창에서 Create new project를 클릭합니다.
4. 모델을 VLLM 호환 형식으로 패키징하고 W&B Models에 Artifacts로 저장합니다. 다른 유형의 Artifacts를 벤치마킹하려고 하면 실패합니다. 한 가지 방법은 이 페이지 하단의 Example: Prepare a model을 참조하세요.
5. 특정 벤치마크의 작동 방식과 구체적인 요구 사항을 이해하기 위해 해당 문서를 검토하세요. 편의를 위해 Available evaluation benchmarks 레퍼런스에 관련 링크가 포함되어 있습니다.

​

모델 평가하기

1. W&B에 로그인한 후 왼쪽 탐색 창에서 Launch를 클릭합니다. LLM Evaluation Jobs 페이지가 표시됩니다.
2. Evaluate model checkpoint를 클릭하여 평가 작업을 설정합니다.
3. 평가 결과를 저장할 대상 Projects를 선택합니다.
4. Model artifact 섹션에서 평가할 준비가 된 모델의 Projects, Artifacts 및 버전을 지정합니다.
5. Evaluations를 클릭한 다음 최대 4개의 벤치마크를 선택합니다.
6. OpenAI 모델을 사용하여 점수를 매기는 벤치마크를 선택하면 Scorer API key 필드가 표시됩니다. 해당 필드를 클릭한 다음 OPENAI_API_KEY 시크릿을 선택합니다. 편의를 위해 Teams 관리자는 이 창에서 Create secret을 클릭하여 시크릿을 생성할 수 있습니다.
7. Hugging Face의 게이트 데이터셋에 대한 엑세스가 필요한 벤치마크를 선택하면 Hugging Face token 필드가 표시됩니다. 관련 데이터셋에 대한 엑세스를 요청한 다음, Hugging Face 사용자 엑세스 토큰이 포함된 시크릿을 선택합니다.
8. 선택적으로, 평가할 최대 벤치마크 샘플 수를 제한하려면 Sample limit을 양의 정수로 설정합니다. 그렇지 않으면 태스크의 모든 샘플이 포함됩니다.
9. 리더보드를 자동으로 생성하려면 Publish results to leaderboard를 클릭합니다. 리더보드는 Workspace 패널에 모든 평가를 함께 표시하며, Reports에서 공유할 수도 있습니다.
10. Launch를 클릭하여 평가 작업을 시작합니다.
11. 페이지 상단의 원형 화살표 아이콘을 클릭하여 최근 run 모달을 엽니다. 평가 작업은 다른 최근 Runs와 함께 표시됩니다. 완료된 run의 이름을 클릭하여 단일 run 보기에서 열거나, Leaderboard 링크를 클릭하여 리더보드를 직접 엽니다. 자세한 내용은 결과 보기를 참조하세요.

​

Review evaluation results

1. Click the circular arrow icon at the top of the page to open the recent run modal, where evaluation jobs appear with other runs in the project. If the evaluation job has a leaderboard, click Leaderboard to open the leaderboard in full screen, or click a run name to open it in the project in single-run view.
2. View the evaluation job’s traces in the Evaluations section of a workspace or in the Traces tab of the Weave sidebar panel.
3. Click the Overview tab to view detailed information about the evaluation job, including its configuration and summary metrics.
4. Click the Logs tab to view, search, or download the evaluation job’s debug logs.
5. Click the Files tab to browse, view, or download the evaluation job’s files, including code, log, configuration, and other output files.

​

Customize a leaderboard

• By default, all evaluation jobs are displayed. Filter or search for an evaluation job using the run selector at the left.
• By default, evaluation jobs are ungrouped. To group by one or more columns, click the Group icon. You can show or hide a group, or expand a group to view its runs.
• By default, all operations are displayed. To display only a single operation, click All ops and select an operation.
• To sort by a column, click the column heading. To customize the display of columns, click Columns.
  • By default, headers are organized in a single level. You can increase the header depth to organize related headers together.
  • Select or deselect individual columns to show or hide them, or show or hide all columns with a click.
  • Pin columns to display them before unpinned columns.

​

Export a leaderboard

1. Click the download icon, located near the Columns button.
2. To optimize the export size, only the trace roots are exported by default. To export full traces, turn off Trace roots only.
3. To optimize the export size, feedback and costs are not exported by default. To include them in the export, toggle Feedback or Costs.
4. By default, the export is in JSONL format. To customize the format, click Export to file and select a format.
5. To export the leaderboard in your browser, click Export.
6. To export the leaderboard programmatically, select Python or cURL, then click Copy and run the script or command.

​

Re-run an evaluation job

• To re-run the last evaluation job again, follow the steps in Evaluate your model. Select the destination project, then the model artifact details and the selected benchmarks you selected last time are populated automatically. Optionally, make adjustments, then launch the evaluation job.
• To re-run an evaluation job from the project’s Runs tab or run selector, hover over the run name and click the play icon. The job configuration drawer displays with the settings pre-populated. Optionally adjust the settings, then click Launch.
• To re-run an evaluation job from a different project, import its configuration:
  1. Follow the steps in Evaluate your model. After you select the destination project, click Import configuration.
  2. Select the project that contains the evaluation job to import, then select the evaluation job run. The job configuration drawer displays with the settings pre-populated.
  3. Optionally adjust the configuration.
  4. Click Launch.

​

Export an evaluation job configuration

1. Open the run in single-run view.
2. Click the Files tab.
3. Click the download button next to config.yaml to download it locally.

​

예시: 모델 준비하기

import os
from transformers import AutoTokenizer, AutoModelForCausalLM

# 모델 로드
model_name = "your-model-name"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# vLLM 호환 형식으로 저장
save_dir = "path/to/save"
tokenizer.save_pretrained(save_dir)
model.save_pretrained(save_dir)

# W&B Models에 저장
import wandb
wandb_run = wandb.init(entity="your-entity-name", project="your-project-name")
artifact = wandb.Artifact(name="your-artifact-name")
artifact.add_dir(save_dir)
logged_artifact = wandb_run.log_artifact(artifact)
logged_artifact.wait()
wandb.finish()