警告:這是一個學術概念驗證原型,尚未經過仔細的程式碼審查。此實作尚未準備好用於生產使用。
點
該專案旨在創建一個平台,使用戶能夠對機器學習模型進行私人基準測試。該平台有助於根據模型所有者和資料集所有者之間的不同信任等級來評估模型。
該儲存庫提供了論文的隨附程式碼 https://arxiv.org/abs/2403.00393
休戰:私人基準測試以防止污染並改善法學碩士的比較評估
Tanmay Rajore、Nishanth Chandran、Sunayana Sitaram、Divya Gupta、Rahul Sharma、Kashish Mittal、Manohar Swaminathan
完整的構建和 EzPC LLM 支持
(In setup.sh)
line 42: export CUDA_VERSION=11.8
line 43: export GPU_ARCH=90
./setup.sh
Enter the Server IP address:
只有平台
pip install -r requirements.txt
cd eval_website/eval_website
python manage.py makemigrations
python manage.py migrate
python manage.py runserver 0.0.0.0:8000
安裝後要使用該項目,請訪問。
http://127.0.0.1:8000(在本機上)或 http://
某些連接埠預先分配如下:
cd utils/TTP_TEE_files
python ttp_server.py
openssl req -newkey rsa:2048 -nodes -keyout " ./server.key " -out server.csr -subj /CN=127.0.0.1
openssl x509 -req -in server.csr -CA path/ca.crt(generated by eval_website root) -CAkey /path/ca.key(generated by eval_website root) -CAcreateserial -out ./server.crt -days xxx
export ENCRYPTION_KEY="32 bytes key"
#generate a 32 bytes key using the following command
python -c 'import os, binascii; print(binascii.hexlify(os.urandom(32)).decode("utf-8"))'
目前EzPC支援以下機型
有關如何使用 EzPC LLM 的更多信息,請參閱 EzPC LLM。
產生表格的論文的工件評估可以在工件評估中找到。
如果您想為此專案做出貢獻,請遵循contributing.md 檔案中概述的指南。
該項目已獲得 [MIT] 許可。請參閱許可證文件以獲取更多資訊。