Spaces:
Running
Running
File size: 4,499 Bytes
9a07014 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 | """
高级评估指标 - Distinct-n、Repetition Rate、Token Entropy 等
"""
import sys
import torch
import math
from collections import Counter
sys.path.insert(0, '.')
def distinct_n(generated_texts, n=1):
"""
计算 Distinct-n（多样性指标）
Args:
generated_texts: 生成的文本列表（token IDs）
n: n-gram 的 n
Returns:
float: Distinct-n 分数（0-1，越高越好）
"""
total_ngrams = 0
unique_ngrams = 0
for text in generated_texts:
# 转换为 n-gram
ngrams = [tuple(text[i:i+n]) for i in range(len(text) - n + 1)]
if len(ngrams) == 0:
continue
# 计数
total_ngrams += len(ngrams)
unique_ngrams += len(set(ngrams))
if total_ngrams == 0:
return 0.0
# Distinct-n = unique_ngrams / total_ngrams
return unique_ngrams / total_ngrams
def repetition_rate(generated_texts, n=3):
"""
计算重复率（Repetition Rate）
Args:
generated_texts: 生成的文本列表（token IDs）
n: n-gram 的 n
Returns:
float: 重复率（0-1，越低越好）
"""
total_ngrams = 0
repeated_ngrams = 0
for text in generated_texts:
# 转换为 n-gram
ngrams = [tuple(text[i:i+n]) for i in range(len(text) - n + 1)]
if len(ngrams) == 0:
continue
# 计数
counter = Counter(ngrams)
total_ngrams += len(ngrams)
repeated_ngrams += sum(count for count in counter.values() if count > 1)
if total_ngrams == 0:
return 0.0
# Repetition Rate = repeated_ngrams / total_ngrams
return repeated_ngrams / total_ngrams
def average_length(generated_texts):
"""
计算平均序列长度
Args:
generated_texts: 生成的文本列表（token IDs）
Returns:
float: 平均序列长度
"""
if len(generated_texts) == 0:
return 0.0
total_length = sum(len(text) for text in generated_texts)
return total_length / len(generated_texts)
def token_entropy(generated_texts, vocab_size):
"""
计算 Token 熵（Entropy）
Args:
generated_texts: 生成的文本列表（token IDs）
vocab_size: 词汇表大小
Returns:
float: Token 熵（越高表示多样性越好）
"""
# 合并所有 token
all_tokens = [token for text in generated_texts for token in text]
if len(all_tokens) == 0:
return 0.0
# 计算概率分布
counter = Counter(all_tokens)
total_tokens = len(all_tokens)
# 计算熵
entropy = 0.0
for token, count in counter.items():
prob = count / total_tokens
entropy -= prob * math.log(prob, 2)
# 归一化到 0-1（最大熵 = log2(vocab_size)）
max_entropy = math.log(vocab_size, 2)
if max_entropy == 0:
return 0.0
return entropy / max_entropy
def evaluate_advanced(generated_texts, vocab_size, n=1):
"""
评估高级指标
Args:
generated_texts: 生成的文本列表（token IDs）
vocab_size: 词汇表大小
n: n-gram 的 n
Returns:
dict: 高级指标字典
"""
metrics = {}
# Distinct-n
metrics["distinct_n"] = distinct_n(generated_texts, n)
# Repetition Rate
metrics["repetition_rate"] = repetition_rate(generated_texts, n)
# Average Length
metrics["avg_length"] = average_length(generated_texts)
# Token Entropy
metrics["token_entropy"] = token_entropy(generated_texts, vocab_size)
return metrics
if __name__ == "__main__":
print("=" * 60)
print("Fusion-LLM 高级评估指标测试")
print("=" * 60)
print()
# 创建示例生成文本
generated_texts = [
[1, 2, 3, 4, 5],
[1, 2, 3, 6, 7],
[1, 2, 8, 9, 10],
]
vocab_size = 100
# 评估
metrics = evaluate_advanced(generated_texts, vocab_size, n=1)
# 打印结果
print("[METRICS] 高级评估指标:")
print(f" Distinct-1: {metrics['distinct_n']:.4f}")
print(f" Repetition Rate: {metrics['repetition_rate']:.4f}")
print(f" Average Length: {metrics['avg_length']:.2f}")
print(f" Token Entropy: {metrics['token_entropy']:.4f}")
print()
print("[PASS] 高级评估指标测试通过")
sys.exit(0)
|