Как бенчмарк закрытой модели, у которой нету метода loglikelihood?

Добрый день.
Хотим поскорить закрытые модели - шаблон для Anthropic не работает(нет метода loglikelihood и токенизатора).
В самом [фреймворке](https://github.com/EleutherAI/lm-evaluation-harness), который вы используете, есть метод генерации для закрытых моделей generate_until (no logprobs). Это как-то надо прикручивать к текущему коду оценки MERA?