Comments (5)
- reward 的计算方式与 AgentBench 相同,参考其附录各数据集的 metrics
- #Dev 和 #Test 都是测试集,#Dev 从 #Test 随机采样而来,不是训练集,#Dev 仅用于减少评测时间
from agenttuning.
非常感谢您的回答 Tks :-) ,我还有疑问想请教一下:
-
我这里提到的reward是指AgentTunning中用来评估交互轨迹质量的reward, AgentBench中没有提到要评估交互轨迹的质量。 reward和metric不一样,以DB为例,metric是模型sql操作的成功率SR,属于整个数据集层面;reward是衡量trajectory的质量,属于单条交互轨迹层面。所以对于DB任务来说,AgentBench中的metrics不能拿来作为AgentTunning中交互轨迹的评估分数reward。
-
AgentBench 论文中说开源了Datasets,只有#dev和#test,没有训练集吗?
from agenttuning.
也感谢您的持续关注! :-)
- 正如你所说,metric 的确是衡量整个数据集的,我们在实验过程中修改了部分 AgentBench 代码,从而获取到每条训练数据的 reward(把最终计算 SR 平均数替换为存下整个列表),进而可以 filter 交互数据;
- 是的,AgentBench 仅评测模型,训练集需要通过其余开源仓库等方式获取。
from agenttuning.
1 AgentTunning仓库中为什么没有held_in任务的评测呀(已有eval_heldout和eval_general)?
2 agentBench的代码中是在哪里计算的DB的SR呀?我看了代码,发现只有webshop实现了SR计算(THUDM/AgentBench/src/server/tasks/webshop/baseline_models/test.py)。此外,data中也没有webshop数据。
3 AgentBench训练集要自己重新构造吗?比如DB任务,需要自己收集混合WikiSQL、WikiTableQuestions等等。有处理训练集的脚本吗?
from agenttuning.
- held_in 任务位于
./AgentBench.old
文件夹下 - 如果是说新版 AgentBench,计算 DB 的 metric 代码位于
THUDM/AgentBench/src/server/tasks/dbbench/_init_.py
第 173 行,旧版位于THUDM/AgentTuning/AgentBench.old/src/server/tasks/dbbench/_init_.py
第 176 行 - AgentBench 中收录的部分任务有官方训练集,如 AlfWorld, WebShop, Mind2Web, KG,对于一些没有训练集的任务,如 DB,OS,我们自行构造了同分布训练数据。如 AgentInstruct 中 DB 的部分训练数据由 BIRD 数据集收集,其余还有部分 DB 和 OS 的训练任务使用 GPT-4 进行构造,构造的结果经筛选后收录于 AgentInstruct。我们暂时不会开源构造训练数据的脚本。
from agenttuning.
Related Issues (20)
- 通用数据如何筛选 HOT 7
- 除了用docker运行,还有其他方式可以运行AgentLM吗? HOT 6
- Finetuning with Mistral or Yi? HOT 1
- 关于TRAJECTORY FILTERING问题 HOT 3
- 请问下agentlm-7b最少需要多少显存可以推理 HOT 5
- 基于fastchat部署,推理异常 HOT 3
- 期待用 Qwen72B 训练的模型。 HOT 1
- 可以给个简单点的工具调用示例吗 HOT 1
- Can I run AgentInstruct data on the AgentBench? HOT 1
- Can you point to the ShareGPT filtered/cleaned data used? HOT 1
- if it is possible to conduct RLHF from env HOT 1
- 训练数据是如何采样的? HOT 3
- 貌似hotpotqa测试脚本跑不起来? HOT 1
- weight decay确定是0.1吗? HOT 1
- 魔塔上的 AgentInstruct 数据集的 conversation 都是空值
- 请问哪里可以找到工作里对于数据库方面的训练数据 HOT 1
- 本地模型
- 训练数据中指令与模型行为不匹配
- Can you open source the unfiltered dataset
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from agenttuning.