Request official evaluation scripts/configs for reproducing MiniCPM5-2B benchmark results
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 25/100
- Issue 类型
- 功能
- 描述清晰度
- 需要澄清
- 活跃度
- 活跃
调研方向
Issue 中没有指定任何文件、测试或入口点。首先在仓库中查找现有的评估或基准测试相关材料，然后确定是否可以添加针对 MATH-500、MMLU/MMLU-Pro、AIME 和 HMMT 所要求的脚本、配置、预处理和评分命令；当官方复现工作流可用且已有文档说明时，即视为完成。
由索引模型根据 Issue 内容生成。
描述
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.
- 主要语言
- Jupyter Notebook
- 星标
- 11.1k
- 派生
- 766
- 平均合并
- 5 小时 3 分钟
- 30 天内合并 PR
- 6
环境准备
我们还没有检查这个项目的环境配置文件。先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
OpenBMB/MiniCPM 的其他 Issue
-
难度 1/5 1 小时以内 新手友好度 78/100
-
难度 5/5 一周以上 新手友好度 15/100
-
难度 3/5 1-2 天 新手友好度 55/100
-
feature
难度 4/5 3-5 天 新手友好度 35/100
-
难度 3/5 1-2 天 新手友好度 62/100
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 88/100
jingyaogong/minimind#880 ·
维护者通常 1 天内回复
-
Qwen3_5MoeModel no longer returns router_logits, breaking aux loss with output_router_logits=True未关闭
难度 2/5 1-3 小时 新手友好度 78/100
huggingface/transformers#49172 ·
维护者通常 1 天内回复
-
[Bug]: MRV2 prepare_inputs signature is incompatible with updated vLLM num_active_loras argument未关闭bug
难度 2/5 1-3 小时 新手友好度 84/100
vllm-project/vllm-ascend#17710 ·
维护者通常 1 天内回复
-
bug good first issue
难度 2/5 1-3 小时 新手友好度 90/100
selimfirat/pysad#209 ·
维护者通常 1 天内回复
-
backend::vllm diffusion multimodal
难度 2/5 1-3 小时 新手友好度 72/100
维护者通常 1 天内回复