司南opencompass

司南OpenCompass是一个开源的地理位置服务框架，主要用于Android应用程序中集成地图导航、地理编码等功能。它提供了一套完整的API和工具集，简化了开发者在应用中处理用户位置信息、规划路线以及显示地图的过程。OpenCompass通常基于Google Maps API或者其他地图服务提供商，如高德地图等，通过集成可以增强应用的定位体验。

相关问题

司南评测本地大模型怎么使用

### 使用本地大规模语言模型司南进行评测

#### 配置环境与准备
为了使用本地部署的大规模语言模型（如司南）进行评估，需先完成必要的配置工作。这涉及安装所需软件包以及设置运行环境。确保已准备好所需的硬件资源和支持的计算平台。

pip install opencompass  # 安装OpenCompass库

#### 创建评估项目结构
建立合理的文件夹架构来管理不同的组件，包括但不限于：

- `config/`：存储所有的配置文件。
- `datasets/`：放置待测的数据集。
- `models/`：存放预训练好的模型权重或其他必要参数。
- `results/`：保存最终生成的结果文档。

#### 编写配置文件
编写JSON或YAML格式的配置文件以指定具体的评估选项。此步骤决定了哪些模型将被测试、采用何种数据源以及期望得到怎样的输出形式等细节[^3]。

{
    "model": {
        "name": "snnan",
        "path": "./models/snnan"
    },
    "dataset": [
        {"type": "math", "file": "./datasets/math_problems.json"},
        {"type": "coding", "file": "./datasets/code_samples.py"}
    ],
    "output_dir": "./results/"
}

#### 执行推理与评估流程
通过命令行工具启动评估进程，此时系统会依据之前设定的内容自动处理各项任务，并行地对选定的模型和数据集实施推理操作，随后进入正式的评分环节。

opencompass evaluate --config ./config/evaluation_config.yaml

#### 结果分析与展示
当所有运算结束后，程序自动生成易于解析的日志记录及统计图表，帮助直观理解各方面的表现情况。除了基本的文字描述外，还可能附带图形化的总结材料以便更清晰地传达信息。

import pandas as pd

df = pd.read_csv('./results/performance_report.csv')
print(df.head())