open-llm-leaderboard/details_TheBloke__wizard-vicuna-13B-GPTQ

该数据集是在模型TheBloke/wizard-vicuna-13B-GPTQ在Open LLM Leaderboard上进行评估时自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，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间戳。train分割始终指向最新的结果。此外，还有一个results配置存储了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。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/wizard-vicuna-13B-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/wizard-vicuna-13B-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。每次运行在每个配置中作为一个特定的分割存在，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__wizard-vicuna-13B-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T21:40:44.837005 运行的最新结果（注意，如果连续评估未覆盖相同任务，仓库中可能存在其他任务的结果。您可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.04488255033557047, "em_stderr": 0.0021203463374070692, "f1": 0.11209521812080547, "f1_stderr": 0.002495000900110754, "acc": 0.4218599749995961, "acc_stderr": 0.010168206288804995 }, "harness|drop|3": { "em": 0.04488255033557047, "em_stderr": 0.0021203463374070692, "f1": 0.11209521812080547, "f1_stderr": 0.002495000900110754 }, "harness|gsm8k|5": { "acc": 0.09628506444275967, "acc_stderr": 0.008125264128215884 }, "harness|winogrande|5": { "acc": 0.7474348855564326, "acc_stderr": 0.012211148449394105 } }