Adding Evaluation Results
Browse filesThis is an automated PR created with https://huggingface.co/spaces/Weyaxi/open-llm-leaderboard-results-pr
The purpose of this PR is to add evaluation results from the Open LLM Leaderboard to your model card.
If you encounter any issues, please report them to https://huggingface.co/spaces/Weyaxi/open-llm-leaderboard-results-pr/discussions
README.md
CHANGED
@@ -1,10 +1,113 @@
|
|
1 |
---
|
|
|
|
|
2 |
license: apache-2.0
|
3 |
datasets:
|
4 |
- 0x7194633/fialka-v3-data
|
5 |
-
language:
|
6 |
-
- ru
|
7 |
pipeline_tag: text-generation
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
---
|
9 |
# Nano Fialka v1.0
|
10 |
## Description
|
@@ -16,4 +119,17 @@ The model has a query format as in zephyr.
|
|
16 |
Что такое мем?</s>
|
17 |
<|assistant|>
|
18 |
Мем (англ. meme) — это единица культурной информации, которая распространяется в социальных сетях и других онлайн-платформах с помощью цифровых технологий или через физический контакт. Мемы могут быть связаны между собой тематически или иметь общие черты, такие как использование определенных слов или фраз для создания определенного настроения или выражения эмоций. Они также могут содержать информацию о культуре, истории или науке, которую можно использовать для обучения новым вещам или расширения кругозора.
|
19 |
-
```
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
---
|
2 |
+
language:
|
3 |
+
- ru
|
4 |
license: apache-2.0
|
5 |
datasets:
|
6 |
- 0x7194633/fialka-v3-data
|
|
|
|
|
7 |
pipeline_tag: text-generation
|
8 |
+
model-index:
|
9 |
+
- name: nanoFialka-v1
|
10 |
+
results:
|
11 |
+
- task:
|
12 |
+
type: text-generation
|
13 |
+
name: Text Generation
|
14 |
+
dataset:
|
15 |
+
name: AI2 Reasoning Challenge (25-Shot)
|
16 |
+
type: ai2_arc
|
17 |
+
config: ARC-Challenge
|
18 |
+
split: test
|
19 |
+
args:
|
20 |
+
num_few_shot: 25
|
21 |
+
metrics:
|
22 |
+
- type: acc_norm
|
23 |
+
value: 22.01
|
24 |
+
name: normalized accuracy
|
25 |
+
source:
|
26 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
27 |
+
name: Open LLM Leaderboard
|
28 |
+
- task:
|
29 |
+
type: text-generation
|
30 |
+
name: Text Generation
|
31 |
+
dataset:
|
32 |
+
name: HellaSwag (10-Shot)
|
33 |
+
type: hellaswag
|
34 |
+
split: validation
|
35 |
+
args:
|
36 |
+
num_few_shot: 10
|
37 |
+
metrics:
|
38 |
+
- type: acc_norm
|
39 |
+
value: 28.12
|
40 |
+
name: normalized accuracy
|
41 |
+
source:
|
42 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
43 |
+
name: Open LLM Leaderboard
|
44 |
+
- task:
|
45 |
+
type: text-generation
|
46 |
+
name: Text Generation
|
47 |
+
dataset:
|
48 |
+
name: MMLU (5-Shot)
|
49 |
+
type: cais/mmlu
|
50 |
+
config: all
|
51 |
+
split: test
|
52 |
+
args:
|
53 |
+
num_few_shot: 5
|
54 |
+
metrics:
|
55 |
+
- type: acc
|
56 |
+
value: 25.03
|
57 |
+
name: accuracy
|
58 |
+
source:
|
59 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
60 |
+
name: Open LLM Leaderboard
|
61 |
+
- task:
|
62 |
+
type: text-generation
|
63 |
+
name: Text Generation
|
64 |
+
dataset:
|
65 |
+
name: TruthfulQA (0-shot)
|
66 |
+
type: truthful_qa
|
67 |
+
config: multiple_choice
|
68 |
+
split: validation
|
69 |
+
args:
|
70 |
+
num_few_shot: 0
|
71 |
+
metrics:
|
72 |
+
- type: mc2
|
73 |
+
value: 45.26
|
74 |
+
source:
|
75 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
76 |
+
name: Open LLM Leaderboard
|
77 |
+
- task:
|
78 |
+
type: text-generation
|
79 |
+
name: Text Generation
|
80 |
+
dataset:
|
81 |
+
name: Winogrande (5-shot)
|
82 |
+
type: winogrande
|
83 |
+
config: winogrande_xl
|
84 |
+
split: validation
|
85 |
+
args:
|
86 |
+
num_few_shot: 5
|
87 |
+
metrics:
|
88 |
+
- type: acc
|
89 |
+
value: 50.43
|
90 |
+
name: accuracy
|
91 |
+
source:
|
92 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
93 |
+
name: Open LLM Leaderboard
|
94 |
+
- task:
|
95 |
+
type: text-generation
|
96 |
+
name: Text Generation
|
97 |
+
dataset:
|
98 |
+
name: GSM8k (5-shot)
|
99 |
+
type: gsm8k
|
100 |
+
config: main
|
101 |
+
split: test
|
102 |
+
args:
|
103 |
+
num_few_shot: 5
|
104 |
+
metrics:
|
105 |
+
- type: acc
|
106 |
+
value: 0.0
|
107 |
+
name: accuracy
|
108 |
+
source:
|
109 |
+
url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/nanoFialka-v1
|
110 |
+
name: Open LLM Leaderboard
|
111 |
---
|
112 |
# Nano Fialka v1.0
|
113 |
## Description
|
|
|
119 |
Что такое мем?</s>
|
120 |
<|assistant|>
|
121 |
Мем (англ. meme) — это единица культурной информации, которая распространяется в социальных сетях и других онлайн-платформах с помощью цифровых технологий или через физический контакт. Мемы могут быть связаны между собой тематически или иметь общие черты, такие как использование определенных слов или фраз для создания определенного настроения или выражения эмоций. Они также могут содержать информацию о культуре, истории или науке, которую можно использовать для обучения новым вещам или расширения кругозора.
|
122 |
+
```
|
123 |
+
# [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)
|
124 |
+
Detailed results can be found [here](https://huggingface.co/datasets/open-llm-leaderboard/details_0x7194633__nanoFialka-v1)
|
125 |
+
|
126 |
+
| Metric |Value|
|
127 |
+
|---------------------------------|----:|
|
128 |
+
|Avg. |28.48|
|
129 |
+
|AI2 Reasoning Challenge (25-Shot)|22.01|
|
130 |
+
|HellaSwag (10-Shot) |28.12|
|
131 |
+
|MMLU (5-Shot) |25.03|
|
132 |
+
|TruthfulQA (0-shot) |45.26|
|
133 |
+
|Winogrande (5-shot) |50.43|
|
134 |
+
|GSM8k (5-shot) | 0.00|
|
135 |
+
|