open-llm-leaderboard/details_TheBloke__Wizard-Vicuna-13B-Uncensored-GPTQ

Name: open-llm-leaderboard/details_TheBloke__Wizard-Vicuna-13B-Uncensored-GPTQ
Creator: open-llm-leaderboard
Published: 2023-11-07 13:33:48
License: 暂无描述

Hugging Face2023-11-07 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/open-llm-leaderboard/details_TheBloke__Wizard-Vicuna-13B-Uncensored-GPTQ

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集是在评估模型TheBloke/Wizard-Vicuna-13B-Uncensored-GPTQ时自动生成的，主要用于Open LLM Leaderboard的评估任务。数据集包含3个配置，每个配置对应一个评估任务，并且每个配置中有一个特定的分割，分割名称基于运行的时间戳。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。

提供机构：

open-llm-leaderboard

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/Wizard-Vicuna-13B-Uncensored-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/Wizard-Vicuna-13B-Uncensored-GPTQ 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

该数据集由3个配置组成，每个配置对应一个评估任务。

数据集从1次运行中创建。每次运行可以在每个配置中找到特定的分割，分割名称使用运行的 timestamp。"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（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

加载运行详情的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__Wizard-Vicuna-13B-Uncensored-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-11-07T13:33:21.987098 获得的最新结果：

python { "all": { "em": 0.07581795302013423, "em_stderr": 0.0027108434788949637, "f1": 0.14551698825503265, "f1_stderr": 0.0029781067344765754, "acc": 0.42850650411417607, "acc_stderr": 0.010140361969429381 }, "harness|drop|3": { "em": 0.07581795302013423, "em_stderr": 0.0027108434788949637, "f1": 0.14551698825503265, "f1_stderr": 0.0029781067344765754 }, "harness|gsm8k|5": { "acc": 0.09931766489764973, "acc_stderr": 0.008238371412683973 }, "harness|winogrande|5": { "acc": 0.7576953433307024, "acc_stderr": 0.012042352526174787 } }