open-llm-leaderboard/details_TheBloke__WizardLM-70B-V1.0-GPTQ

该数据集是在评估模型TheBloke/WizardLM-70B-V1.0-GPTQ时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行的记录组成，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，并用于计算和显示在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-70B-V1.0-GPTQ

数据集描述

数据集概述

数据集是在模型 TheBloke/WizardLM-70B-V1.0-GPTQ 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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" 存储了所有运行的聚合结果（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__WizardLM-70B-V1.0-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T19:43:56.739522 运行的最新结果：

python { "all": { "em": 0.17470637583892618, "em_stderr": 0.0038886447854560428, "f1": 0.23969064597315412, "f1_stderr": 0.003917893809852688, "acc": 0.485548773226949, "acc_stderr": 0.011109928713164078 }, "harness|drop|3": { "em": 0.17470637583892618, "em_stderr": 0.0038886447854560428, "f1": 0.23969064597315412, "f1_stderr": 0.003917893809852688 }, "harness|gsm8k|5": { "acc": 0.18498862774829417, "acc_stderr": 0.010695390472237899 }, "harness|winogrande|5": { "acc": 0.7861089187056038, "acc_stderr": 0.011524466954090259 } }