open-llm-leaderboard/details_TheBloke__WizardLM-Uncensored-SuperCOT-StoryTelling-30B-GPTQ

该数据集是在评估模型TheBloke/WizardLM-Uncensored-SuperCOT-StoryTelling-30B-GPTQ时自动生成的，包含3个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果以时间戳命名，并存储在特定的分割中。此外，还有一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示。README还提供了如何加载数据集的具体代码示例，并展示了最新的评估结果。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/WizardLM-Uncensored-SuperCOT-StoryTelling-30B-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/WizardLM-Uncensored-SuperCOT-StoryTelling-30B-GPTQ 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由 3 个配置组成，每个配置对应一个评估任务。

数据集从 2 次运行中创建。每次运行可以在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储所有运行的聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__WizardLM-Uncensored-SuperCOT-StoryTelling-30B-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是从 2023-11-08T02:57:56.626250 运行中获得的最新结果：

python { "all": { "em": 0.15992030201342283, "em_stderr": 0.0037536320326496562, "f1": 0.2571140939597322, "f1_stderr": 0.0038666311684885475, "acc": 0.36986595642701264, "acc_stderr": 0.009605690477693173 }, "harness|drop|3": { "em": 0.15992030201342283, "em_stderr": 0.0037536320326496562, "f1": 0.2571140939597322, "f1_stderr": 0.0038666311684885475 }, "harness|gsm8k|5": { "acc": 0.05307050796057619, "acc_stderr": 0.006174868858638364 }, "harness|winogrande|5": { "acc": 0.6866614048934491, "acc_stderr": 0.013036512096747983 } }