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: 158, sebesar: 18.44 %
+Banyak pertanyaan DIMANA: 15, sebesar: 1.75 %
+Banyak pertanyaan KAPAN: 96, sebesar: 11.2 %
+Banyak pertanyaan SIAPA: 33, sebesar: 3.85 %
+Banyak pertanyaan BAGAIMANA: 1, sebesar: 0.12 %
+Banyak pertanyaan KENAPA: 0, sebesar: 0.0 %
+Banyak pertanyaan BERAPA: 91, sebesar: 10.62 %
+Banyak pertanyaan LAINNYA: 97, sebesar: 11.32 %
+
+-- Bagian tentang question type yang terprediksi SALAH --
+Banyak pertanyaan APA: 143, sebesar: 16.69 %
+Banyak pertanyaan DIMANA: 19, sebesar: 2.22 %
+Banyak pertanyaan KAPAN: 40, sebesar: 4.67 %
+Banyak pertanyaan SIAPA: 24, sebesar: 2.8 %
+Banyak pertanyaan BAGAIMANA: 4, sebesar: 0.47 %
+Banyak pertanyaan KENAPA: 6, sebesar: 0.7 %
+Banyak pertanyaan BERAPA: 40, sebesar: 4.67 %
+Banyak pertanyaan LAINNYA: 90, sebesar: 10.5 %
+
+-- Presentase kebenaran --
+Banyak pertanyaan APA yang terpediksi benar sebesar: 52.49 %
+Banyak pertanyaan DIMANA yang terpediksi benar sebesar: 44.12 %
+Banyak pertanyaan KAPAN yang terpediksi benar sebesar: 70.59 %
+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: 69.47 %
+Banyak pertanyaan LAINNYA yang terpediksi benar sebesar: 51.87 %
+
+--- Bagian tentang panjang context ---
+-- Bagian tentang panjang context yang terprediksi BENAR --
+Panjang konteks < 100: 368, sebesar: 42.94 %
+Panjang konteks 101 <= x <= 150: 123, sebesar: 14.35 %
+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: 223, sebesar: 26.02 %
+Panjang konteks 101 <= x <= 150: 143, sebesar: 16.69 %
+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: 62.27 %
+Panjang konteks 101 <= x <= 150 yang terprediksi benar sebesar: 46.24 %
+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: 340, sebesar: 39.67 %
+Panjang question 6 <= x <= 10: 151, sebesar: 17.62 %
+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: 212, sebesar: 24.74 %
+Panjang question 6 <= x <= 10: 154, sebesar: 17.97 %
+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: 61.59 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 49.51 %
+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: 383, sebesar: 44.69 %
+Panjang question 6 <= x <= 10: 108, sebesar: 12.6 %
+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: 231, sebesar: 26.95 %
+Panjang question 6 <= x <= 10: 135, sebesar: 15.75 %
+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: 62.38 %
+Panjang question 6 <= x <= 10 yang terprediksi benar sebesar: 44.44 %
+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: 66, sekitar 6.903765690376569 %
+Banyak answer type NORP sebanyak: 7, sekitar 0.7322175732217573 %
+Banyak answer type Facility sebanyak: 5, sekitar 0.5230125523012552 %
+Banyak answer type Organization sebanyak: 6, sekitar 0.6276150627615062 %
+Banyak answer type Geo-Political Entity sebanyak: 37, sekitar 3.8702928870292883 %
+Banyak answer type Location sebanyak: 17, sekitar 1.778242677824268 %
+Banyak answer type Product sebanyak: 34, sekitar 3.556485355648536 %
+Banyak answer type Event sebanyak: 4, sekitar 0.41841004184100417 %
+Banyak answer type Work of Art sebanyak: 10, sekitar 1.0460251046025104 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 1, sekitar 0.10460251046025104 %
+Banyak answer type Date sebanyak: 89, sekitar 9.309623430962342 %
+Banyak answer type Time sebanyak: 0, sekitar 0.0 %
+Banyak answer type Percent sebanyak: 0, sekitar 0.0 %
+Banyak answer type Money sebanyak: 14, sekitar 1.4644351464435146 %
+Banyak answer type Quantity sebanyak: 44, sekitar 4.602510460251046 %
+Banyak answer type Ordinal sebanyak: 29, sekitar 3.0334728033472804 %
+Banyak answer type Cardinal sebanyak: 38, sekitar 3.9748953974895396 %
+Banyak answer type REG sebanyak: 12, sekitar 1.2552301255230125 %
+Banyak answer type Null sebanyak: 128, sekitar 13.389121338912133 %
+
+-- Bagian tentang answer type yang terprediksi SALAH --
+Banyak answer type Person sebanyak: 37, sekitar 3.8702928870292883 %
+Banyak answer type NORP sebanyak: 8, sekitar 0.8368200836820083 %
+Banyak answer type Facility sebanyak: 0, sekitar 0.0 %
+Banyak answer type Organization sebanyak: 9, sekitar 0.9414225941422595 %
+Banyak answer type Geo-Political Entity sebanyak: 50, sekitar 5.230125523012552 %
+Banyak answer type Location sebanyak: 18, sekitar 1.882845188284519 %
+Banyak answer type Product sebanyak: 43, sekitar 4.497907949790795 %
+Banyak answer type Event sebanyak: 1, sekitar 0.10460251046025104 %
+Banyak answer type Work of Art sebanyak: 4, sekitar 0.41841004184100417 %
+Banyak answer type Law sebanyak: 0, sekitar 0.0 %
+Banyak answer type Language sebanyak: 2, sekitar 0.20920502092050208 %
+Banyak answer type Date sebanyak: 51, sekitar 5.334728033472803 %
+Banyak answer type Time sebanyak: 0, sekitar 0.0 %
+Banyak answer type Percent sebanyak: 1, sekitar 0.10460251046025104 %
+Banyak answer type Money sebanyak: 4, sekitar 0.41841004184100417 %
+Banyak answer type Quantity sebanyak: 18, sekitar 1.882845188284519 %
+Banyak answer type Ordinal sebanyak: 12, sekitar 1.2552301255230125 %
+Banyak answer type Cardinal sebanyak: 27, sekitar 2.8242677824267783 %
+Banyak answer type REG sebanyak: 11, sekitar 1.1506276150627615 %
+Banyak answer type Null sebanyak: 119, sekitar 12.447698744769875 %
+
+-- Presentase kebenaran --
+Banyak answer type Person yang terprediksi benar sebesar: 64.08 %
+Banyak answer type NORP yang terprediksi benar sebesar: 46.67 %
+Banyak answer type Facility yang terprediksi benar sebesar: 0 %
+Banyak answer type Organization yang terprediksi benar sebesar: 40.0 %
+Banyak answer type Geo-Political Entity yang terprediksi benar sebesar: 42.53 %
+Banyak answer type Location yang terprediksi benar sebesar: 48.57 %
+Banyak answer type Product yang terprediksi benar sebesar: 44.16 %
+Banyak answer type Event yang terprediksi benar sebesar: 80.0 %
+Banyak answer type Work of Art yang terprediksi benar sebesar: 71.43 %
+Banyak answer type Law yang terprediksi benar sebesar: 0 %
+Banyak answer type Language yang terprediksi benar sebesar: 33.33 %
+Banyak answer type Date yang terprediksi benar sebesar: 63.57 %
+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: 77.78 %
+Banyak answer type Quantity yang terprediksi benar sebesar: 70.97 %
+Banyak answer type Ordinal yang terprediksi benar sebesar: 70.73 %
+Banyak answer type Cardinal yang terprediksi benar sebesar: 58.46 %
+Banyak answer type REG yang terprediksi benar sebesar: 52.17 %
+Banyak answer type Null yang terprediksi benar sebesar: 51.82 %
+
+--- Bagian tentang reasoning type ---
+-- Bagian tentang reasoning type yang terprediksi BENAR --
+Banyak reasoning type berjenis WM sebanyak: 6, sebesar: 6.0 %
+Banyak reasoning type berjenis PP sebanyak: 18, sebesar: 18.0 %
+Banyak reasoning type berjenis SSR sebanyak: 8, sebesar: 8.0 %
+Banyak reasoning type berjenis MSR sebanyak: 14, sebesar: 14.0 %
+Banyak reasoning type berjenis AoI sebanyak: 12, sebesar: 12.0 %
+
+-- Bagian tentang reasoning type yang terprediksi SALAH --
+Banyak reasoning type berjenis WM sebanyak: 3, sebesar: 3.0 %
+Banyak reasoning type berjenis PP sebanyak: 14, sebesar: 14.0 %
+Banyak reasoning type berjenis SSR sebanyak: 9, sebesar: 9.0 %
+Banyak reasoning type berjenis MSR sebanyak: 8, sebesar: 8.0 %
+Banyak reasoning type berjenis AoI sebanyak: 8, sebesar: 8.0 %
+
+-- Presentase kebenaran --
+Banyak reasoning type berjenis WM yang terprediksi benar sebesar: 66.67 %
+Banyak reasoning type berjenis PP yang terprediksi benar sebesar: 56.25 %
+Banyak reasoning type berjenis SSR yang terprediksi benar sebesar: 47.06 %
+Banyak reasoning type berjenis MSR yang terprediksi benar sebesar: 63.64 %
+Banyak reasoning type berjenis AoI yang terprediksi benar sebesar: 60.0 %
+

results/evaluation/metric_result.txt

@@ -0,0 +1 @@
+{'exact_match': 57.29288214702451, 'f1': 70.71891514122028}