README.md 4.14 KB
Newer Older
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
# xglm-4.5B

## xglm-4.5B_common_sense_reasoning_0-shot.json
|    Task     |Version| Metric |Value|   |Stderr|
|-------------|------:|--------|----:|---|-----:|
|arc_challenge|      0|acc     |27.13|±  |  1.30|
|             |       |acc_norm|28.16|±  |  1.31|
|arc_easy     |      0|acc     |60.31|±  |  1.00|
|             |       |acc_norm|57.24|±  |  1.02|
|boolq        |      1|acc     |61.19|±  |  0.85|
|copa         |      0|acc     |81.00|±  |  3.94|
|hellaswag    |      0|acc     |43.77|±  |  0.50|
|             |       |acc_norm|58.24|±  |  0.49|
|mc_taco      |      0|em      |15.39|   |      |
|             |       |f1      |43.51|   |      |
|openbookqa   |      0|acc     |23.20|±  |  1.89|
|             |       |acc_norm|34.40|±  |  2.13|
|piqa         |      0|acc     |72.74|±  |  1.04|
|             |       |acc_norm|72.96|±  |  1.04|
|prost        |      0|acc     |26.43|±  |  0.32|
|             |       |acc_norm|26.28|±  |  0.32|
|swag         |      0|acc     |49.65|±  |  0.35|
|             |       |acc_norm|67.87|±  |  0.33|
|winogrande   |      0|acc     |56.12|±  |  1.39|
|wsc273       |      0|acc     |71.79|±  |  2.73|

## xglm-4.5B_gsm8k_8-shot.json
|Task |Version|Metric|Value|   |Stderr|
|-----|------:|------|----:|---|-----:|
|gsm8k|      0|acc   | 0.08|±  |  0.08|

## xglm-4.5B_pawsx_0-shot.json
|  Task  |Version|Metric|Value|   |Stderr|
|--------|------:|------|----:|---|-----:|
|pawsx_de|      0|acc   |52.65|±  |  1.12|
|pawsx_en|      0|acc   |55.40|±  |  1.11|
|pawsx_es|      0|acc   |51.05|±  |  1.12|
|pawsx_fr|      0|acc   |51.60|±  |  1.12|
|pawsx_ja|      0|acc   |47.75|±  |  1.12|
|pawsx_ko|      0|acc   |49.10|±  |  1.12|
|pawsx_zh|      0|acc   |54.60|±  |  1.11|

## xglm-4.5B_xcopa_0-shot.json
|  Task  |Version|Metric|Value|   |Stderr|
|--------|------:|------|----:|---|-----:|
|xcopa_et|      0|acc   | 55.0|±  |  2.23|
|xcopa_ht|      0|acc   | 51.2|±  |  2.24|
|xcopa_id|      0|acc   | 67.0|±  |  2.10|
|xcopa_it|      0|acc   | 61.6|±  |  2.18|
|xcopa_qu|      0|acc   | 50.0|±  |  2.24|
|xcopa_sw|      0|acc   | 56.2|±  |  2.22|
|xcopa_ta|      0|acc   | 55.6|±  |  2.22|
|xcopa_th|      0|acc   | 55.2|±  |  2.23|
|xcopa_tr|      0|acc   | 57.2|±  |  2.21|
|xcopa_vi|      0|acc   | 66.0|±  |  2.12|
|xcopa_zh|      0|acc   | 61.6|±  |  2.18|

## xglm-4.5B_xnli_0-shot.json
| Task  |Version|Metric|Value|   |Stderr|
|-------|------:|------|----:|---|-----:|
|xnli_ar|      0|acc   |33.59|±  |  0.67|
|xnli_bg|      0|acc   |45.61|±  |  0.70|
|xnli_de|      0|acc   |47.11|±  |  0.71|
|xnli_el|      0|acc   |39.84|±  |  0.69|
|xnli_en|      0|acc   |53.63|±  |  0.70|
|xnli_es|      0|acc   |47.68|±  |  0.71|
|xnli_fr|      0|acc   |47.31|±  |  0.71|
|xnli_hi|      0|acc   |42.50|±  |  0.70|
|xnli_ru|      0|acc   |46.15|±  |  0.70|
|xnli_sw|      0|acc   |39.58|±  |  0.69|
|xnli_th|      0|acc   |39.68|±  |  0.69|
|xnli_tr|      0|acc   |44.85|±  |  0.70|
|xnli_ur|      0|acc   |37.47|±  |  0.68|
|xnli_vi|      0|acc   |45.87|±  |  0.70|
|xnli_zh|      0|acc   |34.77|±  |  0.67|

## xglm-4.5B_xstory_cloze_0-shot.json
|     Task      |Version|Metric|Value|   |Stderr|
|---------------|------:|------|----:|---|-----:|
|xstory_cloze_ar|      0|acc   |53.67|±  |  1.28|
|xstory_cloze_en|      0|acc   |69.16|±  |  1.19|
|xstory_cloze_es|      0|acc   |62.81|±  |  1.24|
|xstory_cloze_eu|      0|acc   |53.74|±  |  1.28|
|xstory_cloze_hi|      0|acc   |56.85|±  |  1.27|
|xstory_cloze_id|      0|acc   |60.42|±  |  1.26|
|xstory_cloze_my|      0|acc   |50.76|±  |  1.29|
|xstory_cloze_ru|      0|acc   |62.74|±  |  1.24|
|xstory_cloze_sw|      0|acc   |55.06|±  |  1.28|
|xstory_cloze_te|      0|acc   |57.05|±  |  1.27|
|xstory_cloze_zh|      0|acc   |58.17|±  |  1.27|

## xglm-4.5B_xwinograd_0-shot.json
|    Task    |Version|Metric|Value|   |Stderr|
|------------|------:|------|----:|---|-----:|
|xwinograd_en|      0|acc   |76.26|±  |  0.88|
|xwinograd_fr|      0|acc   |60.24|±  |  5.40|
|xwinograd_jp|      0|acc   |62.67|±  |  1.56|
|xwinograd_pt|      0|acc   |64.64|±  |  2.95|
|xwinograd_ru|      0|acc   |62.22|±  |  2.74|
|xwinograd_zh|      0|acc   |70.63|±  |  2.03|