Request official evaluation scripts/configs for reproducing MiniCPM5-2B benchmark results
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 25/100
- issue の種類
- 機能追加
- 明瞭さ
- 説明が足りない
- 活発さ
- 活発
調査の方向性
Issue にはファイル、テスト、エントリーポイントが記載されていません。まず、リポジトリ内に存在する評価またはベンチマーク関連の資料を見つけ、次に、MATH-500、MMLU/MMLU-Pro、AIME、HMMT 用に要求されているスクリプト、設定、前処理、grading コマンドを追加できるかどうかを判断してください。公式の再現ワークフローが利用可能で文書化されていれば完了です。
索引モデルが issue の本文から書いたものです。
説明
Hello MiniCPM Team,
I am trying to reproduce the benchmark results of MiniCPM5-2B for academic research.
I have successfully deployed the released MiniCPM5-2B model following the official instructions. However, I could not find the complete evaluation pipeline used to obtain the benchmark results reported in the model card.
Could you please share the official evaluation scripts and configurations, including:
- Benchmark evaluation scripts (MATH-500, MMLU/MMLU-Pro, AIME, HMMT, etc.);
- Inference settings:
- prompt/chat template;
- whether
enable_thinking=Trueis used; - generation parameters (
max_new_tokens, temperature, top_p, do_sample, stop criteria, etc.);
- Answer extraction and grading scripts;
- Dataset preprocessing and evaluation commands.
I especially want to reproduce the reported MATH-500 score (94.6), and I would like to confirm whether the official evaluation uses any reasoning budget, length control, or special stopping strategy for the thinking mode.
Any scripts or configuration files would be greatly appreciated.
Thank you very much.
- 主要言語
- Jupyter Notebook
- スター
- 11.1k
- フォーク
- 766
- 平均マージ
- 5時間 3分
- マージ済み PR（30日）
- 6
環境構築
このプロジェクトの環境構築ファイルはまだ確認していません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
OpenBMB/MiniCPM のほかの issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 78/100
-
難易度 5/5 1週間以上 初心者へのやさしさ 15/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 55/100
-
feature
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 62/100
OpenBMB/MiniCPM の issue をすべて見る
似ている issue
-
good first issue
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
selimfirat/pysad#156 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
huggingface/diffusers#14888 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 74/100
microsoft/hummingbird#815 ·
-
bug bug_feature_triaged max
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
メンテナーはふだん 1 日以内に返信