open-llm-leaderboard-old/details_TheBloke__manticore-13b-chat-pyg-GPTQ

该数据集是在评估模型TheBloke/manticore-13b-chat-pyg-GPTQ时自动生成的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含3个配置，每个配置对应一个评估任务，并且每个配置中包含了以时间戳命名的运行结果。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。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/manticore-13b-chat-pyg-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/manticore-13b-chat-pyg-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。

数据集是从1次运行中创建的。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" 存储了所有运行结果的聚合（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__manticore-13b-chat-pyg-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T17:20:44.747146 运行的最新结果（注意，如果连续评估未覆盖相同任务，则仓库中可能包含其他任务的结果。您可以在每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.006921140939597316, "em_stderr": 0.0008490247804930618, "f1": 0.06798238255033592, "f1_stderr": 0.0015724347441108313, "acc": 0.4220933440164484, "acc_stderr": 0.00984688601833749 }, "harness|drop|3": { "em": 0.006921140939597316, "em_stderr": 0.0008490247804930618, "f1": 0.06798238255033592, "f1_stderr": 0.0015724347441108313 }, "harness|gsm8k|5": { "acc": 0.08491281273692192, "acc_stderr": 0.007678212824450799 }, "harness|winogrande|5": { "acc": 0.7592738752959748, "acc_stderr": 0.012015559212224183 } }