open-llm-leaderboard/details_TheBloke__Kimiko-13B-fp16

该数据集是在评估模型TheBloke/Kimiko-13B-fp16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1次运行生成，每次运行的结果以时间戳命名的分割形式存储，train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/Kimiko-13B-fp16

数据集描述

数据集摘要

数据集在评估模型 TheBloke/Kimiko-13B-fp16 在 Open LLM Leaderboard 上的运行期间自动创建。

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时戳。"train" 分割总是指向最新的结果。

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__Kimiko-13B-fp16", "harness_winogrande_5", split="train")

最新结果

这些是从运行 2023-10-22T20:29:03.807457 得到的最新结果（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。你可以在每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460388425, "f1": 0.06370176174496635, "f1_stderr": 0.0013821226935642709, "acc": 0.42755597415707414, "acc_stderr": 0.009839681635672129 }, "harness|drop|3": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460388425, "f1": 0.06370176174496635, "f1_stderr": 0.0013821226935642709 }, "harness|gsm8k|5": { "acc": 0.08794541319181198, "acc_stderr": 0.007801162197487721 }, "harness|winogrande|5": { "acc": 0.7671665351223362, "acc_stderr": 0.011878201073856539 } }