open-llm-leaderboard-old/details_TheBloke__vicuna-13b-v1.3.0-GPTQ

该数据集是在评估模型TheBloke/vicuna-13b-v1.3.0-GPTQ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2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，还有一个results配置存储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/vicuna-13b-v1.3.0-GPTQ

数据集描述

数据集摘要

数据集是在模型 TheBloke/vicuna-13b-v1.3.0-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 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 timestamp。"train" 分割始终指向最新的结果。

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）。

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__vicuna-13b-v1.3.0-GPTQ_public", "harness_winogrande_5", split="train")

最新结果

以下是从 2023-11-07T20:06:54.484278 运行获得的最新结果：

python { "all": { "em": 0.00964765100671141, "em_stderr": 0.0010010258941568287, "f1": 0.0725954278523494, "f1_stderr": 0.0016816004855467774, "acc": 0.4154001410984979, "acc_stderr": 0.00993538924041841 }, "harness|drop|3": { "em": 0.00964765100671141, "em_stderr": 0.0010010258941568287, "f1": 0.0725954278523494, "f1_stderr": 0.0016816004855467774 }, "harness|gsm8k|5": { "acc": 0.0841546626231994, "acc_stderr": 0.0076470240466032045 }, "harness|winogrande|5": { "acc": 0.7466456195737964, "acc_stderr": 0.012223754434233618 } }