Adding the Open Portuguese LLM Leaderboard Evaluation Results

This is an automated PR created with https://huggingface.co/spaces/eduagarcia-temp/portuguese-leaderboard-results-to-modelcard

The purpose of this PR is to add evaluation results from the Open Portuguese LLM Leaderboard to your model card.

If you encounter any issues, please report them to https://huggingface.co/spaces/eduagarcia-temp/portuguese-leaderboard-results-to-modelcard/discussions

README.md

@@ -1,28 +1,145 @@
 ---
-license: llama2
 language:
 - pt
-pipeline_tag: text-generation
+license: llama2
 library_name: transformers
 tags:
 - llama
 - peft
 - portuguese
 - instruct
-
+pipeline_tag: text-generation
 model-index:
 - name: boana-7b-instruct
  results:
  - task:
  type: text-generation
  dataset:
- type: Muennighoff/xwinograd
  name: XWinograd (pt)
+ type: Muennighoff/xwinograd
  config: pt
  split: test
  metrics:
  - type: Accuracy
  value: 50.57
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: ENEM Challenge (No Images)
+ type: eduagarcia/enem_challenge
+ split: train
+ args:
+ num_few_shot: 3
+ metrics:
+ - type: acc
+ value: 21.62
+ name: accuracy
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: BLUEX (No Images)
+ type: eduagarcia-temp/BLUEX_without_images
+ split: train
+ args:
+ num_few_shot: 3
+ metrics:
+ - type: acc
+ value: 29.21
+ name: accuracy
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: OAB Exams
+ type: eduagarcia/oab_exams
+ split: train
+ args:
+ num_few_shot: 3
+ metrics:
+ - type: acc
+ value: 27.15
+ name: accuracy
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: Assin2 RTE
+ type: assin2
+ split: test
+ args:
+ num_few_shot: 15
+ metrics:
+ - type: f1_macro
+ value: 48.84
+ name: f1-macro
+ - type: pearson
+ value: 37.56
+ name: pearson
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: FaQuAD NLI
+ type: ruanchaves/faquad-nli
+ split: test
+ args:
+ num_few_shot: 15
+ metrics:
+ - type: f1_macro
+ value: 43.97
+ name: f1-macro
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: HateBR Binary
+ type: eduagarcia/portuguese_benchmark
+ split: test
+ args:
+ num_few_shot: 25
+ metrics:
+ - type: f1_macro
+ value: 85.0
+ name: f1-macro
+ - type: f1_macro
+ value: 67.43
+ name: f1-macro
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
+ - task:
+ type: text-generation
+ name: Text Generation
+ dataset:
+ name: tweetSentBR
+ type: eduagarcia-temp/tweetsentbr
+ split: test
+ args:
+ num_few_shot: 25
+ metrics:
+ - type: f1_macro
+ value: 40.38
+ name: f1-macro
+ source:
+ url: https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard?query=lrds-code/boana-7b-instruct
+ name: Open Portuguese LLM Leaderboard
 ---
 
 <hr>
@@ -91,4 +208,20 @@ print(outputs[0]['generated_text'])
 
 - **repetition_penalty:** é utilizado para evitar a repetição de palavras ou frases. Quando esse valor é ajustado para ser maior que 1, o modelo tenta diminuir a probabilidade de gerar palavras que já apareceram anteriormente. Basicamente, quanto maior o valor, mais o modelo tenta evitar repetições.
 - **do_sample:** determina se o modelo deve ou não amostrar aleatoriamente a próxima palavra com base nas probabilidades calculadas. Portanto, **do_sample=True** introduz variação e imprevisibilidade no texto gerado, enquanto que se **do_sample=False** o modelo escolherá sempre a palavra mais provável como próxima palavra, o que pode levar a saídas mais determinísticas e, possivelmente, mais repetitivas.
-- **temperature:** afeta a aleatoriedade na escolha da próxima palavra. Um valor baixo (próximo de 0) faz com que o modelo seja mais "confiante" nas suas escolhas, favorecendo palavras com alta probabilidade e levando a saídas mais previsíveis. Por outro lado, um valor alto aumenta a aleatoriedade, permitindo que o modelo escolha palavras menos prováveis, o que pode tornar o texto gerado mais variado e criativo.
+- **temperature:** afeta a aleatoriedade na escolha da próxima palavra. Um valor baixo (próximo de 0) faz com que o modelo seja mais "confiante" nas suas escolhas, favorecendo palavras com alta probabilidade e levando a saídas mais previsíveis. Por outro lado, um valor alto aumenta a aleatoriedade, permitindo que o modelo escolha palavras menos prováveis, o que pode tornar o texto gerado mais variado e criativo.
+# [Open Portuguese LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/eduagarcia/open_pt_llm_leaderboard)
+Detailed results can be found [here](https://huggingface.co/datasets/eduagarcia-temp/llm_pt_leaderboard_raw_results/tree/main/lrds-code/boana-7b-instruct)
+
+| Metric | Value |
+|--------------------------|---------|
+|Average |**44.57**|
+|ENEM Challenge (No Images)| 21.62|
+|BLUEX (No Images) | 29.21|
+|OAB Exams | 27.15|
+|Assin2 RTE | 48.84|
+|Assin2 STS | 37.56|
+|FaQuAD NLI | 43.97|
+|HateBR Binary | 85|
+|PT Hate Speech Binary | 67.43|
+|tweetSentBR | 40.38|
+