TriviaQA结果复现求助

[HYZ17]

你好，我尝试着复现base模型（7B和67B）在TriviaQA上的结果。发现使用tech report 中的prompt格式，结果还是相差了7个点左右。请问可以提供复现的代码吗？感谢你的帮助。

[luofuli]

@hwxu20 @DeepSeekPH

[hwxu20]

TriviaQA我们测试的是web的子集，实际评测时每个样本选择的few-shot example是随机从train里面挑选的，tech report中只是给出了其中的一个示例。
另外评估结果差7个点可能是对答案的后处理不一致，我们使用的后处理脚本供参考：

def normalize_answer(s):
    """Lower text and remove punctuation, articles and extra whitespace."""

    def remove_articles(text):
        return re.sub(r"\b(a|an|the)\b", " ", text)

    def white_space_fix(text):
        return " ".join(text.split())

    def handle_punc(text):
        exclude = set(string.punctuation + "".join(["‘", "’", "´", "`"]))
        return "".join(ch if ch not in exclude else " " for ch in text)

    def lower(text):
        return text.lower()

    def replace_underscore(text):
        return text.replace("_", " ")

    return white_space_fix(remove_articles(handle_punc(lower(replace_underscore(s))))).strip()

[RoacherM]

哪里可以看到你们的测评脚本？想复线一波？

[hwxu20]

现在还没有开源评测的脚本