open-llm-leaderboard-old/details_TheBloke__medalpaca-13B-GPTQ-4bit

该数据集是在评估模型TheBloke/medalpaca-13B-GPTQ-4bit在Open LLM Leaderboard上的表现时自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由2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分割始终指向最新的结果。此外，results配置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。

原始信息汇总

数据集卡片 for Evaluation run of TheBloke/medalpaca-13B-GPTQ-4bit

数据集描述

数据集摘要

数据集是在模型 TheBloke/medalpaca-13B-GPTQ-4bit 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片存在，分片名称使用运行的时间戳。"train" 分片总是指向最新的结果。

额外的配置 "results" 存储所有运行的聚合结果（用于计算和显示在 Open LLM Leaderboard 上的聚合指标）。

加载运行细节的示例： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__medalpaca-13B-GPTQ-4bit_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T11:22:05.804023 运行的最新结果：

python { "all": { "em": 0.06973573825503356, "em_stderr": 0.0026083779557512714, "f1": 0.12751992449664398, "f1_stderr": 0.0028759868015646797, "acc": 0.26558800315706393, "acc_stderr": 0.00701257132031976 }, "harness|drop|3": { "em": 0.06973573825503356, "em_stderr": 0.0026083779557512714, "f1": 0.12751992449664398, "f1_stderr": 0.0028759868015646797 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5311760063141279, "acc_stderr": 0.01402514264063952 } }