我建议用同样的测试脚本重新测一下RoBERTa

[bojone]

CLUE的github上给的各模型的成绩，不少都是偏低的，比如我自己用RoBERTa base可以将CHID做到0.86+，但github上给出的最好结果才0.85+。

所以公平起见，不建议直接引用上面写的成绩，而是用同样的微调脚本重测一遍RoBERTa。

[Ag2S1]

感谢反馈，目前放出的模型还是比较早期的版本，内部模型还在迭代，后续我们更新模型版本的时候会参考您的建议。