实体化预训练的模型后加入eval

在实体化预训练模型后，可以使用评估（evaluation）来衡量模型的性能。评估方法通常涉及到使用测试数据集来计算模型的精度、召回率、F1值等指标。这些指标可以帮助我们了解模型在实际场景下的表现，并且可以用于比较不同模型的性能。

在评估过程中，需要使用与训练数据集和验证数据集相似的数据集来进行测试。可以使用深度学习框架提供的 API 或者第三方库来加载测试数据集，并将测试数据集作为输入传递给已经实体化的模型。模型将输出预测结果，然后将预测结果与测试数据集的标签进行比较，计算出各种指标来评估模型的性能。