open-llm-leaderboard/details_TheBloke__EverythingLM-13B-16K-GPTQ

该数据集是在评估模型TheBloke/EverythingLM-13B-16K-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，每次运行的结果作为特定分割存储在配置中，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

This dataset was automatically generated during the evaluation of the model TheBloke/EverythingLM-13B-16K-GPTQ. It contains 3 configurations, each corresponding to one evaluation task. The dataset is generated from two runs, with the results of each run stored as a specific split under its corresponding configuration, where the split names are the timestamps of the respective runs. The train split always points to the most recent result. Additionally, there is a results configuration that stores the aggregated results of all runs, which is used to calculate and display aggregated metrics on the Open LLM Leaderboard.

原始信息汇总

数据集概述

数据集描述

• 数据集摘要: 该数据集是在评估模型 TheBloke/EverythingLM-13B-16K-GPTQ 在 Open LLM Leaderboard 上的运行过程中自动创建的。

• 数据集组成: 数据集包含3个配置，每个配置对应一个评估任务。

• 数据集创建: 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。

• 额外配置: 一个额外的配置 "results" 存储所有运行的聚合结果，并用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

最新结果

以下是来自运行 2023-11-07T12:26:38.184269 的最新结果：

python { "all": { "em": 0.002307046979865772, "em_stderr": 0.0004913221265094551, "f1": 0.05827705536912766, "f1_stderr": 0.0013555316279792778, "acc": 0.3836625531886884, "acc_stderr": 0.009461679390099264 }, "harness|drop|3": { "em": 0.002307046979865772, "em_stderr": 0.0004913221265094551, "f1": 0.05827705536912766, "f1_stderr": 0.0013555316279792778 }, "harness|gsm8k|5": { "acc": 0.053828658074298714, "acc_stderr": 0.0062163286402381465 }, "harness|winogrande|5": { "acc": 0.7134964483030781, "acc_stderr": 0.012707030139960381 } }

数据集结构

配置

• harness_drop_3:

  • 分割: 2023_11_05T10_45_48.960213
    • 路径: **/details_harness|drop|3_2023-11-05T10-45-48.960213.parquet
  • 分割: 2023_11_07T12_26_38.184269
    • 路径: **/details_harness|drop|3_2023-11-07T12-26-38.960213.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-07T12-26-38.960213.parquet

• harness_gsm8k_5:

  • 分割: 2023_11_05T10_45_48.960213
    • 路径: **/details_harness|gsm8k|5_2023-11-05T10-45-48.960213.parquet
  • 分割: 2023_11_07T12_26_38.184269
    • 路径: **/details_harness|gsm8k|5_2023-11-07T12-26-38.960213.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-07T12-26-38.960213.parquet

• harness_winogrande_5:

  • 分割: 2023_11_05T10_45_48.960213
    • 路径: **/details_harness|winogrande|5_2023-11-05T10-45-48.960213.parquet
  • 分割: 2023_11_07T12_26_38.184269
    • 路径: **/details_harness|winogrande|5_2023-11-07T12-26-38.960213.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-07T12-26-38.960213.parquet

• results:

  • 分割: 2023_11_05T10_45_48.960213
    • 路径: results_2023-11-05T10-45-48.960213.parquet
  • 分割: 2023_11_07T12_26_38.184269
    • 路径: results_2023-11-07T12-26-38.960213.parquet
  • 分割: latest
    • 路径: results_2023-11-07T12-26-38.960213.parquet