leaderboard-pr-bot commited on
Commit
3397a8d
1 Parent(s): d0dae57

Adding Evaluation Results

Browse files

This 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

Files changed (1) hide show
  1. README.md +119 -3
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
  # Fialka v3.0 7B
10
 
@@ -19,4 +122,17 @@ The model has a query format as in zephyr.
19
  <|assistant|>
20
  Мем - это культурный феномен, который может быть описан как информационный вирус. Он представляет собой абстрактный элемент культуры или идеи в виде изображения (обычно с изображением человека) и его краткого текста на основе которого можно создать мемы различных форматов: от графических до текстовых шуток; мема могут использоваться для передачи определенных идей через интернет-сообщество без необходимости использовать слова напрямую!</s>
21
  ```
22
- Check out the [space](https://huggingface.co/spaces/0x7194633/fialka) to use the model in UI without downloading.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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: fialka-7B-v3
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: 48.55
24
+ name: normalized accuracy
25
+ source:
26
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
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: 71.05
40
+ name: normalized accuracy
41
+ source:
42
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
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: 43.06
57
+ name: accuracy
58
+ source:
59
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
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: 44.79
74
+ source:
75
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
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: 69.46
90
+ name: accuracy
91
+ source:
92
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
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: 1.52
107
+ name: accuracy
108
+ source:
109
+ url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-7B-v3
110
+ name: Open LLM Leaderboard
111
  ---
112
  # Fialka v3.0 7B
113
 
 
122
  <|assistant|>
123
  Мем - это культурный феномен, который может быть описан как информационный вирус. Он представляет собой абстрактный элемент культуры или идеи в виде изображения (обычно с изображением человека) и его краткого текста на основе которого можно создать мемы различных форматов: от графических до текстовых шуток; мема могут использоваться для передачи определенных идей через интернет-сообщество без необходимости использовать слова напрямую!</s>
124
  ```
125
+ Check out the [space](https://huggingface.co/spaces/0x7194633/fialka) to use the model in UI without downloading.
126
+ # [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)
127
+ Detailed results can be found [here](https://huggingface.co/datasets/open-llm-leaderboard/details_0x7194633__fialka-7B-v3)
128
+
129
+ | Metric |Value|
130
+ |---------------------------------|----:|
131
+ |Avg. |46.40|
132
+ |AI2 Reasoning Challenge (25-Shot)|48.55|
133
+ |HellaSwag (10-Shot) |71.05|
134
+ |MMLU (5-Shot) |43.06|
135
+ |TruthfulQA (0-shot) |44.79|
136
+ |Winogrande (5-shot) |69.46|
137
+ |GSM8k (5-shot) | 1.52|
138
+