mirror of
https://github.com/mcloh/decision-models-benchmark.git
synced 2026-11-06 06:14:11 +00:00
328ccd1c2e
- harness/evaluate.py: partição congelada com SHA-256, amostra com seed, lote 1, truncamento comum, contagem de tokens, latência (sem aquecimento), pico de RAM e GPU; teste bloqueado até o congelamento da configuração. - analysis/metrics.py: acurácia, macro F1, Brier, NLL, ECE, acurácia seletiva. - Diagnósticos por resposta (metadata.diagnostics); Laya informa opções colapsadas pelo orçamento de cabeçalho; head_max_len via DMB_LAYA_HEAD_MAX_LEN. - infra/ds/collect.py e gpu_queue --env para pilotos e rodadas. - .gitignore: de models/ só metadados (cards, configs, licenças, índices); pesos, tokenizadores grandes, runtimes, fontes clonados e caches ignorados. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
36 lines
858 B
JSON
36 lines
858 B
JSON
{
|
|
"attention_probs_dropout_prob": 0.1,
|
|
"bos_token_id": null,
|
|
"dtype": "float16",
|
|
"eos_token_id": null,
|
|
"hidden_act": "gelu",
|
|
"hidden_dropout_prob": 0.1,
|
|
"hidden_size": 768,
|
|
"initializer_range": 0.02,
|
|
"intermediate_size": 3072,
|
|
"layer_norm_eps": 1e-07,
|
|
"legacy": true,
|
|
"max_position_embeddings": 512,
|
|
"max_relative_positions": -1,
|
|
"model_type": "deberta-v2",
|
|
"norm_rel_ebd": "layer_norm",
|
|
"num_attention_heads": 12,
|
|
"num_hidden_layers": 12,
|
|
"pad_token_id": 0,
|
|
"pooler_dropout": 0.0,
|
|
"pooler_hidden_act": "gelu",
|
|
"pooler_hidden_size": 768,
|
|
"pos_att_type": [
|
|
"p2c",
|
|
"c2p"
|
|
],
|
|
"position_biased_input": false,
|
|
"position_buckets": 256,
|
|
"relative_attention": true,
|
|
"share_att_key": true,
|
|
"tie_word_embeddings": true,
|
|
"transformers_version": "5.17.0",
|
|
"type_vocab_size": 0,
|
|
"vocab_size": 250112
|
|
}
|