open-llm-leaderboard/details_TheBloke__vicuna-13b-v1.3.0-GPTQ

该数据集是在评估模型TheBloke/vicuna-13b-v1.3.0-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，每次运行的结果作为特定分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

Dataset automatically created during the evaluation run of model TheBloke/vicuna-13b-v1.3.0-GPTQ on the Open LLM Leaderboard. The dataset is composed of 3 configurations, each one corresponding to one of the evaluated tasks. The dataset has been created from 2 runs. Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run. The train split is always pointing to the latest results. An additional configuration results stores all the aggregated results of the run.

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/vicuna-13b-v1.3.0-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/vicuna-13b-v1.3.0-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 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__vicuna-13b-v1.3.0-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T20:06:54.484278 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.00964765100671141, "em_stderr": 0.0010010258941568287, "f1": 0.0725954278523494, "f1_stderr": 0.0016816004855467774, "acc": 0.4154001410984979, "acc_stderr": 0.00993538924041841 }, "harness|drop|3": { "em": 0.00964765100671141, "em_stderr": 0.0010010258941568287, "f1": 0.0725954278523494, "f1_stderr": 0.0016816004855467774 }, "harness|gsm8k|5": { "acc": 0.0841546626231994, "acc_stderr": 0.0076470240466032045 }, "harness|winogrande|5": { "acc": 0.7466456195737964, "acc_stderr": 0.012223754434233618 } }