Open sxthunder opened 11 months ago
@Stanislas0
线下推理了一下CodeGeex2:N_sample=1,top_p=0.95, top_k=40, do_sample=True,结果为28%
开源版本就是HumanEval 35%的模型,你的超参数设置有问题,temperature=0.2,不需要开top_k
线下推理了一下CodeGeex2:N_sample=1,top_p=0.95, top_k=40, do_sample=True,结果为28%
开源版本就是HumanEval 35%的模型,你的超参数设置有问题,temperature=0.2,不需要开top_k
请问N_sample影响大吗?
线下推理了一下CodeGeex2:N_sample=1,top_p=0.95, top_k=40, do_sample=True,结果为28%
开源版本就是HumanEval 35%的模型,你的超参数设置有问题,temperature=0.2,不需要开top_k
请问N_sample影响大吗?
n_sample越大估计的越准,不然受随机性影响较大。如果n_sample=1,建议直接用greedy。表格中的结果是n_sample=20测出来的
线下推理了一下CodeGeex2:N_sample=1,top_p=0.95, top_k=40, do_sample=True,结果为28%
开源版本就是HumanEval 35%的模型,你的超参数设置有问题,temperature=0.2,不需要开top_k
请问N_sample影响大吗?
n_sample越大估计的越准,不然受随机性影响较大。如果n_sample=1,建议直接用greedy。表格中的结果是n_sample=20测出来的
top_k修改为0后结果为33%,是正常水位,多谢
线下推理了一下CodeGeex2:N_sample=1,top_p=0.95, top_k=40, do_sample=True,结果为28%