File size: 3,770 Bytes
61c152a
 
cfbac2b
61c152a
 
 
 
 
d3fa913
61c152a
 
 
 
d3fa913
61c152a
 
cfbac2b
 
c7d8e57
61c152a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
d3fa913
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
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
{
  "schema_version": "0.2.2",
  "evaluation_id": "aime25/RedHatAI/MiniMax-M2.5-quantized.w4a16/1777302637.214952",
  "evaluation_timestamp": "5872197",
  "retrieved_timestamp": "1777302637.214952",
  "source_metadata": {
    "source_name": "lighteval",
    "source_type": "evaluation_run",
    "source_organization_name": "RedHatAI",
    "evaluator_relationship": "third_party"
  },
  "eval_library": {
    "name": "lighteval",
    "version": "v0.13.0"
  },
  "model_info": {
    "name": "RedHatAI/MiniMax-M2.5-quantized.w4a16",
    "id": "RedHatAI/MiniMax-M2.5-quantized.w4a16",
    "developer": "RedHatAI",
    "inference_engine": {
      "name": "vllm"
    },
    "additional_details": {
      "provider": "hosted_vllm",
      "base_url": "http://0.0.0.0:8000/v1",
      "concurrent_requests": "8",
      "verbose": "False",
      "api_max_retry": "8",
      "api_retry_sleep": "1.0",
      "api_retry_multiplier": "2.0",
      "timeout": "2400.0",
      "num_seeds_merged": "8"
    }
  },
  "evaluation_results": [
    {
      "evaluation_name": "aime25",
      "source_data": {
        "dataset_name": "aime25",
        "source_type": "hf_dataset",
        "hf_repo": "yentinglin/aime_2025",
        "hf_split": "train"
      },
      "evaluation_timestamp": "5877463",
      "metric_config": {
        "evaluation_description": "pass@k:k=1&n=1",
        "lower_is_better": false,
        "score_type": "continuous",
        "min_score": 0.0,
        "max_score": 1.0
      },
      "score_details": {
        "score": 0.8416666666666667,
        "details": {
          "seed_scores": "[0.9, 0.8, 0.8333333333333334, 0.8333333333333334, 0.8333333333333334, 0.8666666666666667, 0.8333333333333334, 0.8333333333333334]",
          "seed_values": "[1234, 1356, 3344, 4158, 42, 5322, 5678, 9843]"
        },
        "uncertainty": {
          "standard_error": {
            "value": 0.01044638617546681,
            "method": "across_seeds"
          },
          "num_samples": 8
        }
      },
      "generation_config": {
        "generation_args": {
          "temperature": 1.0,
          "top_p": 0.95,
          "top_k": 40.0,
          "max_tokens": 64000,
          "max_attempts": 1
        },
        "additional_details": {
          "repetition_penalty": "1.0",
          "presence_penalty": "1.5",
          "seed": "1234",
          "min_p": "0.0"
        }
      }
    },
    {
      "evaluation_name": "aime25",
      "source_data": {
        "dataset_name": "aime25",
        "source_type": "hf_dataset",
        "hf_repo": "yentinglin/aime_2025",
        "hf_split": "train"
      },
      "evaluation_timestamp": "5877463",
      "metric_config": {
        "evaluation_description": "avg@n:n=1",
        "lower_is_better": false,
        "score_type": "continuous",
        "min_score": 0.0,
        "max_score": 1.0
      },
      "score_details": {
        "score": 0.8416666666666667,
        "details": {
          "seed_scores": "[0.9, 0.8, 0.8333333333333334, 0.8333333333333334, 0.8333333333333334, 0.8666666666666667, 0.8333333333333334, 0.8333333333333334]",
          "seed_values": "[1234, 1356, 3344, 4158, 42, 5322, 5678, 9843]"
        },
        "uncertainty": {
          "standard_error": {
            "value": 0.01044638617546681,
            "method": "across_seeds"
          },
          "num_samples": 8
        }
      },
      "generation_config": {
        "generation_args": {
          "temperature": 1.0,
          "top_p": 0.95,
          "top_k": 40.0,
          "max_tokens": 64000,
          "max_attempts": 1
        },
        "additional_details": {
          "repetition_penalty": "1.0",
          "presence_penalty": "1.5",
          "seed": "1234",
          "min_p": "0.0"
        }
      }
    }
  ]
}