Upload results/evaluation with huggingface_hub

results/evaluation/general_evaluation_results.txt

@@ -0,0 +1,189 @@
+--- Bagian tentang question type ---
+-- Bagian tentang question type yang terprediksi BENAR --
+Banyak pertanyaan APA: 149, sebesar: 17.39 %
+Banyak pertanyaan DIMANA: 11, sebesar: 1.28 %
+Banyak pertanyaan KAPAN: 85, sebesar: 9.92 %
+Banyak pertanyaan SIAPA: 33, sebesar: 3.85 %
+Banyak pertanyaan BAGAIMANA: 1, sebesar: 0.12 %
+Banyak pertanyaan KENAPA: 0, sebesar: 0.0 %
+Banyak pertanyaan BERAPA: 86, sebesar: 10.04 %
+Banyak pertanyaan LAINNYA: 79, sebesar: 9.22 %
+
+-- Bagian tentang question type yang terprediksi SALAH --
+Banyak pertanyaan APA: 152, sebesar: 17.74 %
+Banyak pertanyaan DIMANA: 23, sebesar: 2.68 %
+Banyak pertanyaan KAPAN: 51, sebesar: 5.95 %
+Banyak pertanyaan SIAPA: 24, sebesar: 2.8 %
+Banyak pertanyaan BAGAIMANA: 4, sebesar: 0.47 %
+Banyak pertanyaan KENAPA: 6, sebesar: 0.7 %
+Banyak pertanyaan BERAPA: 45, sebesar: 5.25 %
+Banyak pertanyaan LAINNYA: 108, sebesar: 12.6 %
+
+-- Presentase kebenaran --
+Banyak pertanyaan APA yang terpediksi benar sebesar: 49.5 %
+Banyak pertanyaan DIMANA yang terpediksi benar sebesar: 32.35 %
+Banyak pertanyaan KAPAN yang terpediksi benar sebesar: 62.5 %
+Banyak pertanyaan SIAPA yang terpediksi benar sebesar: 57.89 %
+Banyak pertanyaan BAGAIMANA yang terpediksi benar sebesar: 20.0 %
+Banyak pertanyaan KENAPA yang terpediksi benar sebesar: 0.0 %
+Banyak pertanyaan BERAPA yang terpediksi benar sebesar: 65.65 %
+Banyak pertanyaan LAINNYA yang terpediksi benar sebesar: 42.25 %
+
+--- Bagian tentang panjang context ---
+-- Bagian tentang panjang context yang terprediksi BENAR --
+Panjang konteks < 100: 334, sebesar: 38.97 %
+Panjang konteks 101 <= x <= 150: 110, sebesar: 12.84 %
+Panjang konteks 151 <= x <= 200: 0, sebesar: 0.0 %
+Panjang konteks 201 <= x <= 250: 0, sebesar: 0.0 %
+Panjang konteks 251 <= x <= 300: 0, sebesar: 0.0 %
+Panjang konteks > 300: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang context yang terprediksi SALAH --
+Panjang konteks < 100: 254, sebesar: 29.64 %
+Panjang konteks 101 <= x <= 150: 159, sebesar: 18.55 %
+Panjang konteks 151 <= x <= 200: 0, sebesar: 0.0 %
+Panjang konteks 201 <= x <= 250: 0, sebesar: 0.0 %
+Panjang konteks 251 <= x <= 300: 0, sebesar: 0.0 %
+Panjang konteks > 300: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang konteks < 100 yang terprediksi benar sebesar: 56.8 %
+Panjang konteks 101 <= x <= 150 yang terprediksi benar sebesar: 40.89 %
+Panjang konteks 151 <= x <= 200 yang terprediksi benar sebesar: 0 %
+Panjang konteks 201 <= x <= 250 yang terprediksi benar sebesar: 0 %
+Panjang konteks 251 <= x <= 300 yang terprediksi benar sebesar: 0 %
+Panjang konteks > 300 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang panjang question ---
+-- Bagian tentang panjang question yang terprediksi BENAR --
+Panjang question 1 <= x <= 5: 310, sebesar: 36.17 %
+Panjang question 6 <= x <= 10: 134, sebesar: 15.64 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang question yang terprediksi SALAH --
+Panjang question 1 <= x <= 5: 242, sebesar: 28.24 %
+Panjang question 6 <= x <= 10: 171, sebesar: 19.95 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang question 1 <= x <= 5 yang terprediksi benar sebesar: 56.16 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 43.93 %
+Panjang question 11 <= x <= 15 yang terprediksi benar sebesar: 0 %
+Panjang question 16 <= x <= 20 yang terprediksi benar sebesar: 0 %
+Panjang question > 20 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang panjang gold answer ---
+-- Bagian tentang panjang gold answer yang terprediksi BENAR --
+Panjang question 1 <= x <= 5: 344, sebesar: 40.14 %
+Panjang question 6 <= x <= 10: 100, sebesar: 11.67 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Bagian tentang panjang gold answer yang terprediksi SALAH --
+Panjang question 1 <= x <= 5: 270, sebesar: 31.51 %
+Panjang question 6 <= x <= 10: 143, sebesar: 16.69 %
+Panjang question 11 <= x <= 15: 0, sebesar: 0.0 %
+Panjang question 16 <= x <= 20: 0, sebesar: 0.0 %
+Panjang question > 20: 0, sebesar: 0.0 %
+
+-- Presentase kebenaran --
+Panjang question 1 <= x <= 5 yang terprediksi benar sebesar: 56.03 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 41.15 %
+Panjang question 11 <= x <= 15 yang terprediksi benar sebesar: 0 %
+Panjang question 16 <= x <= 20 yang terprediksi benar sebesar: 0 %
+Panjang question > 20 yang terprediksi benar sebesar: 0 %
+
+--- Bagian tentang answer type ---
+-- Bagian tentang answer type yang terprediksi BENAR --
+Banyak answer type Person sebanyak: 56, sekitar 5.876180482686253 %
+Banyak answer type NORP sebanyak: 6, sekitar 0.6295907660020986 %
+Banyak answer type Facility sebanyak: 5, sekitar 0.5246589716684155 %
+Banyak answer type Organization sebanyak: 5, sekitar 0.5246589716684155 %
+Banyak answer type Geo-Political Entity sebanyak: 31, sekitar 3.2528856243441764 %
+Banyak answer type Location sebanyak: 13, sekitar 1.3641133263378804 %
+Banyak answer type Product sebanyak: 40, sekitar 4.197271773347324 %
+Banyak answer type Event sebanyak: 3, sekitar 0.3147953830010493 %
+Banyak answer type Work of Art sebanyak: 8, sekitar 0.8394543546694648 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 2, sekitar 0.2098635886673662 %
+Banyak answer type Date sebanyak: 86, sekitar 9.024134312696747 %
+Banyak answer type Time sebanyak: 0, sekitar 0.0 %
+Banyak answer type Percent sebanyak: 0, sekitar 0.0 %
+Banyak answer type Money sebanyak: 5, sekitar 0.5246589716684155 %
+Banyak answer type Quantity sebanyak: 66, sekitar 6.925498426023085 %
+Banyak answer type Ordinal sebanyak: 20, sekitar 2.098635886673662 %
+Banyak answer type Cardinal sebanyak: 25, sekitar 2.6232948583420774 %
+Banyak answer type REG sebanyak: 11, sekitar 1.154249737670514 %
+Banyak answer type Null sebanyak: 106, sekitar 11.12277019937041 %
+
+-- Bagian tentang answer type yang terprediksi SALAH --
+Banyak answer type Person sebanyak: 47, sekitar 4.931794333683106 %
+Banyak answer type NORP sebanyak: 10, sekitar 1.049317943336831 %
+Banyak answer type Facility sebanyak: 0, sekitar 0.0 %
+Banyak answer type Organization sebanyak: 10, sekitar 1.049317943336831 %
+Banyak answer type Geo-Political Entity sebanyak: 55, sekitar 5.771248688352571 %
+Banyak answer type Location sebanyak: 22, sekitar 2.308499475341028 %
+Banyak answer type Product sebanyak: 38, sekitar 3.987408184679958 %
+Banyak answer type Event sebanyak: 2, sekitar 0.2098635886673662 %
+Banyak answer type Work of Art sebanyak: 6, sekitar 0.6295907660020986 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 1, sekitar 0.1049317943336831 %
+Banyak answer type Date sebanyak: 54, sekitar 5.6663168940188875 %
+Banyak answer type Time sebanyak: 0, sekitar 0.0 %
+Banyak answer type Percent sebanyak: 1, sekitar 0.1049317943336831 %
+Banyak answer type Money sebanyak: 4, sekitar 0.4197271773347324 %
+Banyak answer type Quantity sebanyak: 19, sekitar 1.993704092339979 %
+Banyak answer type Ordinal sebanyak: 15, sekitar 1.5739769150052465 %
+Banyak answer type Cardinal sebanyak: 28, sekitar 2.9380902413431267 %
+Banyak answer type REG sebanyak: 12, sekitar 1.2591815320041972 %
+Banyak answer type Null sebanyak: 141, sekitar 14.795383001049316 %
+
+-- Presentase kebenaran --
+Banyak answer type Person yang terprediksi benar sebesar: 54.37 %
+Banyak answer type NORP yang terprediksi benar sebesar: 37.5 %
+Banyak answer type Facility yang terprediksi benar sebesar: 0 %
+Banyak answer type Organization yang terprediksi benar sebesar: 33.33 %
+Banyak answer type Geo-Political Entity yang terprediksi benar sebesar: 36.05 %
+Banyak answer type Location yang terprediksi benar sebesar: 37.14 %
+Banyak answer type Product yang terprediksi benar sebesar: 51.28 %
+Banyak answer type Event yang terprediksi benar sebesar: 60.0 %
+Banyak answer type Work of Art yang terprediksi benar sebesar: 57.14 %
+Banyak answer type Law yang terprediksi benar sebesar: 0 %
+Banyak answer type Language yang terprediksi benar sebesar: 66.67 %
+Banyak answer type Date yang terprediksi benar sebesar: 61.43 %
+Banyak answer type Time yang terprediksi benar sebesar: 0 %
+Banyak answer type Percent yang terprediksi benar sebesar: 0.0 %
+Banyak answer type Money yang terprediksi benar sebesar: 55.56 %
+Banyak answer type Quantity yang terprediksi benar sebesar: 77.65 %
+Banyak answer type Ordinal yang terprediksi benar sebesar: 57.14 %
+Banyak answer type Cardinal yang terprediksi benar sebesar: 47.17 %
+Banyak answer type REG yang terprediksi benar sebesar: 47.83 %
+Banyak answer type Null yang terprediksi benar sebesar: 42.91 %
+
+--- Bagian tentang reasoning type ---
+-- Bagian tentang reasoning type yang terprediksi BENAR --
+Banyak reasoning type berjenis WM sebanyak: 4, sebesar: 4.0 %
+Banyak reasoning type berjenis PP sebanyak: 17, sebesar: 17.0 %
+Banyak reasoning type berjenis SSR sebanyak: 9, sebesar: 9.0 %
+Banyak reasoning type berjenis MSR sebanyak: 9, sebesar: 9.0 %
+Banyak reasoning type berjenis AoI sebanyak: 9, sebesar: 9.0 %
+
+-- Bagian tentang reasoning type yang terprediksi SALAH --
+Banyak reasoning type berjenis WM sebanyak: 5, sebesar: 5.0 %
+Banyak reasoning type berjenis PP sebanyak: 15, sebesar: 15.0 %
+Banyak reasoning type berjenis SSR sebanyak: 8, sebesar: 8.0 %
+Banyak reasoning type berjenis MSR sebanyak: 13, sebesar: 13.0 %
+Banyak reasoning type berjenis AoI sebanyak: 11, sebesar: 11.0 %
+
+-- Presentase kebenaran --
+Banyak reasoning type berjenis WM yang terprediksi benar sebesar: 44.44 %
+Banyak reasoning type berjenis PP yang terprediksi benar sebesar: 53.12 %
+Banyak reasoning type berjenis SSR yang terprediksi benar sebesar: 52.94 %
+Banyak reasoning type berjenis MSR yang terprediksi benar sebesar: 40.91 %
+Banyak reasoning type berjenis AoI yang terprediksi benar sebesar: 45.0 %
+

results/evaluation/metric_result.txt

@@ -0,0 +1 @@
+{'exact_match': 51.80863477246208, 'f1': 64.70231377749096}