|
--- |
|
license: cc-by-4.0 |
|
datasets: |
|
- ddyuudd/chatbot_arena_ja_calm2-7b-chat-experimental |
|
language: |
|
- ja |
|
--- |
|
|
|
# Model Card for "calm2-7b-chat-dpo-experimental" |
|
|
|
|
|
### ELYZA-tasks-100 (GPT-4 eval) |
|
|
|
実験結果のランダム性を避けるため、greedy searchで出力しました。 |
|
|
|
| calm2-7b-chat | calm2-7b-chat-dpo | |
|
| ---- | ---- | |
|
| 2.67 | 2.85 | |
|
|
|
|
|
### Japanese MT-Bench |
|
|
|
以下の文をシステムプロンプト（system_message）としてcalm2-7b-chat-dpoとcalm2-7b-chatの評価を行いました。 |
|
|
|
"以下は、タスクを説明する指示と、文脈のある入力の組み合わせです。要求を適切に満たす応答を書きなさい。" |
|
|
|
このシステムプロンプトはstabilityai/japanese-stablelm-instruct-alpha-7bをJapanese MT-Benchで評価する場合に使われるものです。 |
|
他のデコーディングパラメータはデフォルトのままです。 |
|
|
|
|
|
| | calm2-7b-chat | calm2-7b-chat-dpo | |
|
| ---- | ---- | ---- | |
|
| MEAN | 6.1 | 6.7 | |
|
| extraction | 4.1 | 5.4 | |
|
| humanities | 8.2 | 8.4 | |
|
| reasoning | 3.9 | 4.3 | |
|
| roleplay | 6.4 | 7.0 | |
|
| stem | 6.3 | 6.2 | |
|
| writing | 7.7 | 9.1 | |
|
|
|
|
