open-llm-leaderboard-old/details_TheBloke__Kimiko-13B-fp16

该数据集是在评估模型TheBloke/Kimiko-13B-fp16在Open LLM Leaderboard上的表现时自动生成的。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，每次运行在每个配置中作为一个特定的分割，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/Kimiko-13B-fp16

数据集描述

数据集概述

数据集是在模型 TheBloke/Kimiko-13B-fp16 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。

数据集是从1次运行中创建的。每次运行都可以在每个配置中作为一个特定的分割找到，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（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__Kimiko-13B-fp16", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T20:29:03.807457 运行的最新结果：

python { "all": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460388425, "f1": 0.06370176174496635, "f1_stderr": 0.0013821226935642709, "acc": 0.42755597415707414, "acc_stderr": 0.009839681635672129 }, "harness|drop|3": { "em": 0.0017827181208053692, "em_stderr": 0.00043200973460388425, "f1": 0.06370176174496635, "f1_stderr": 0.0013821226935642709 }, "harness|gsm8k|5": { "acc": 0.08794541319181198, "acc_stderr": 0.007801162197487721 }, "harness|winogrande|5": { "acc": 0.7671665351223362, "acc_stderr": 0.011878201073856539 } }