p2c/pal 결과 처리과정 수정

[fgenie]

README.md 아래 todo 에 진행사항이 적혀있음

• few shot harvesting / equivalence / parsing 이 셋이 좀 밀접하게 돌고돌아서 고생을 좀 했으나... 이제 거의 다 왔음
  • 저번은 cot parsing 에 관한 것이었고 이번에는 code execution 결과 처리에 관한 것 (sympy - latex expression)
    GSM: (no effective change) / 6 None's
    OCW: (24 effective change) / 82 rows change over 272 / 58 None's
    MATH: (147 effective change) /. 1318 rows change over 4996 / 1172 None's
• cot / pal / model selection / rims 의 fewshot은 dataset-adaptive로 하고 p2c만 원 논문의 MBPP fewshot을 사용하게 될 것

CoT 파싱에 관한 내용은 아래, 해당 개선으로 CoT, PAL의 결과 변동 정도는 비슷하다.
#37 (comment)

[fgenie]

baseline 의 디버깅까지 마쳤습니다.

• evaluation / parsing 그리고 이에 연관된 majority voting 로직 (majority voting 로직을 바꾸지 않고 이전 결과에 채점한 경우에는 의도한대로 성능 변화가 없었음)
• ocw, math에 활용되는 프롬프트의 변경
• math 에서 pt 5개로 나눠서 돌던거 그냥 한 통으로 돌도록 변경, 애초에 문제가 긴 execution time이 아니었으므로...
• outdir 좀더 관리 편리하게 변경
• token 수를 잘 세보니 longcontext 가 강제되는 상황은 아니나, 이전 성적이 chatgptlong이었기 때문에 동등 비교를 위해 현재 실험은 chatgpt0613long으로 하겠음. 이후에는 성능이 비슷한 chatgpt0613 혹은 chatgpt1106으로 수행할 예정.