open-llm-leaderboard/details_TheBloke__WizardLM-30B-GPTQ

该数据集是在评估模型TheBloke/WizardLM-30B-GPTQ时自动生成的，用于Open LLM Leaderboard。数据集包含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分割始终指向最新结果。此外，还有一个results配置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。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/WizardLM-30B-GPTQ

数据集描述

数据集概述

该数据集是在模型 TheBloke/WizardLM-30B-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" 存储了所有运行的聚合结果（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__WizardLM-30B-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T18:05:07.591558 运行的最新结果：

python { "all": { "em": 0.21245805369127516, "em_stderr": 0.004189026405353694, "f1": 0.2829110738255039, "f1_stderr": 0.004179836263087045, "acc": 0.5537101784195891, "acc_stderr": 0.012517196395950588 }, "harness|drop|3": { "em": 0.21245805369127516, "em_stderr": 0.004189026405353694, "f1": 0.2829110738255039, "f1_stderr": 0.004179836263087045 }, "harness|gsm8k|5": { "acc": 0.34420015163002277, "acc_stderr": 0.013086800426693784 }, "harness|winogrande|5": { "acc": 0.7632202052091555, "acc_stderr": 0.011947592365207392 } }