V6.5-attn-v2 cleanup: remove legacy v6_5_7ds_attn_v2_reasoning_eval.json
Browse files
v6_5_7ds_attn_v2_reasoning_eval.json
DELETED
|
@@ -1,114 +0,0 @@
|
|
| 1 |
-
{
|
| 2 |
-
"evaluation": "reasoning_and_response_quality_v65_attn",
|
| 3 |
-
"n_test_queries": 7,
|
| 4 |
-
"results": [
|
| 5 |
-
{
|
| 6 |
-
"query": "o gato dorme na cama",
|
| 7 |
-
"som_prediction": "cachorro",
|
| 8 |
-
"reasoning_length": 1002,
|
| 9 |
-
"has_think": true,
|
| 10 |
-
"has_plan": true,
|
| 11 |
-
"has_answer": true,
|
| 12 |
-
"has_decompose": true,
|
| 13 |
-
"think_preview": "Analisando a query: 'o gato dorme na cama'\nIdentificando o tipo de problema e requisitos.\nDeterminando se ferramentas sã...",
|
| 14 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 15 |
-
"n_tags": 4
|
| 16 |
-
},
|
| 17 |
-
{
|
| 18 |
-
"query": "calcule dois mais dois",
|
| 19 |
-
"som_prediction": "cachorro",
|
| 20 |
-
"reasoning_length": 1014,
|
| 21 |
-
"has_think": true,
|
| 22 |
-
"has_plan": true,
|
| 23 |
-
"has_answer": true,
|
| 24 |
-
"has_decompose": true,
|
| 25 |
-
"think_preview": "Analisando a query: 'calcule dois mais dois'\nIdentificando o tipo de problema e requisitos.\nDeterminando se ferramentas ...",
|
| 26 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 27 |
-
"n_tags": 4
|
| 28 |
-
},
|
| 29 |
-
{
|
| 30 |
-
"query": "olá como você está",
|
| 31 |
-
"som_prediction": "cachorro",
|
| 32 |
-
"reasoning_length": 990,
|
| 33 |
-
"has_think": true,
|
| 34 |
-
"has_plan": true,
|
| 35 |
-
"has_answer": true,
|
| 36 |
-
"has_decompose": true,
|
| 37 |
-
"think_preview": "Analisando a query: 'olá como você está'\nIdentificando o tipo de problema e requisitos.\nDeterminando se ferramentas são ...",
|
| 38 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 39 |
-
"n_tags": 4
|
| 40 |
-
},
|
| 41 |
-
{
|
| 42 |
-
"query": "translate hello to portuguese",
|
| 43 |
-
"som_prediction": "cachorro",
|
| 44 |
-
"reasoning_length": 1056,
|
| 45 |
-
"has_think": true,
|
| 46 |
-
"has_plan": true,
|
| 47 |
-
"has_answer": true,
|
| 48 |
-
"has_decompose": true,
|
| 49 |
-
"think_preview": "Analisando a query: 'translate hello to portuguese'\nIdentificando o tipo de problema e requisitos.\nDeterminando se ferra...",
|
| 50 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 51 |
-
"n_tags": 4
|
| 52 |
-
},
|
| 53 |
-
{
|
| 54 |
-
"query": "prove que a soma de pares é par",
|
| 55 |
-
"som_prediction": "cachorro",
|
| 56 |
-
"reasoning_length": 1068,
|
| 57 |
-
"has_think": true,
|
| 58 |
-
"has_plan": true,
|
| 59 |
-
"has_answer": true,
|
| 60 |
-
"has_decompose": true,
|
| 61 |
-
"think_preview": "Analisando a query: 'prove que a soma de pares é par'\nIdentificando o tipo de problema e requisitos.\nDeterminando se fer...",
|
| 62 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 63 |
-
"n_tags": 4
|
| 64 |
-
},
|
| 65 |
-
{
|
| 66 |
-
"query": "qual é a capital do brasil",
|
| 67 |
-
"som_prediction": "cachorro",
|
| 68 |
-
"reasoning_length": 1038,
|
| 69 |
-
"has_think": true,
|
| 70 |
-
"has_plan": true,
|
| 71 |
-
"has_answer": true,
|
| 72 |
-
"has_decompose": true,
|
| 73 |
-
"think_preview": "Analisando a query: 'qual é a capital do brasil'\nIdentificando o tipo de problema e requisitos.\nDeterminando se ferramen...",
|
| 74 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 75 |
-
"n_tags": 4
|
| 76 |
-
},
|
| 77 |
-
{
|
| 78 |
-
"query": "explique o que é uma rede neural",
|
| 79 |
-
"som_prediction": "cachorro",
|
| 80 |
-
"reasoning_length": 1074,
|
| 81 |
-
"has_think": true,
|
| 82 |
-
"has_plan": true,
|
| 83 |
-
"has_answer": true,
|
| 84 |
-
"has_decompose": true,
|
| 85 |
-
"think_preview": "Analisando a query: 'explique o que é uma rede neural'\nIdentificando o tipo de problema e requisitos.\nDeterminando se fe...",
|
| 86 |
-
"answer_preview": "prediction=cachorro | BMU=(3, 2, 2, 1)...",
|
| 87 |
-
"n_tags": 4
|
| 88 |
-
}
|
| 89 |
-
],
|
| 90 |
-
"summary": {
|
| 91 |
-
"n_with_answer": 7,
|
| 92 |
-
"n_with_think": 7,
|
| 93 |
-
"answer_rate": 1.0,
|
| 94 |
-
"think_rate": 1.0,
|
| 95 |
-
"avg_reasoning_length": 1034.5714285714287,
|
| 96 |
-
"reasoning_engine_active": true,
|
| 97 |
-
"reasoning_engine_n_history": 7
|
| 98 |
-
},
|
| 99 |
-
"quality_assessment": {
|
| 100 |
-
"response_quality": "GOOD",
|
| 101 |
-
"reasoning_quality": "GOOD",
|
| 102 |
-
"tags_present": [
|
| 103 |
-
"<think>",
|
| 104 |
-
"<plan>",
|
| 105 |
-
"<decompose>",
|
| 106 |
-
"<answer>"
|
| 107 |
-
],
|
| 108 |
-
"compatible_with": [
|
| 109 |
-
"Ollama",
|
| 110 |
-
"LangChain",
|
| 111 |
-
"vLLM"
|
| 112 |
-
]
|
| 113 |
-
}
|
| 114 |
-
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|