Adding Evaluation Results
#2
by
leaderboard-pr-bot
- opened
README.md
CHANGED
@@ -395,3 +395,17 @@ Output:
|
|
395 |
- 模型参数量较小,且未经过人类价值观对其,可能会产生不当言论,不代表本项目观点。
|
396 |
- 与原生中文大模型相比,我们的预训练数据量级还远远不足,且大绝大部分为新闻语料,在一些中文任务上可能表现欠佳。
|
397 |
- 使用本项目的模型时,请遵守对应的官方模型的开源协议。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
395 |
- 模型参数量较小,且未经过人类价值观对其,可能会产生不当言论,不代表本项目观点。
|
396 |
- 与原生中文大模型相比,我们的预训练数据量级还远远不足,且大绝大部分为新闻语料,在一些中文任务上可能表现欠佳。
|
397 |
- 使用本项目的模型时,请遵守对应的官方模型的开源协议。
|
398 |
+
|
399 |
+
# [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)
|
400 |
+
Detailed results can be found [here](https://huggingface.co/datasets/open-llm-leaderboard/details_YeungNLP__firefly-llama2-13b-chat)
|
401 |
+
|
402 |
+
| Metric | Value |
|
403 |
+
|-----------------------|---------------------------|
|
404 |
+
| Avg. | 48.91 |
|
405 |
+
| ARC (25-shot) | 57.51 |
|
406 |
+
| HellaSwag (10-shot) | 77.94 |
|
407 |
+
| MMLU (5-shot) | 52.56 |
|
408 |
+
| TruthfulQA (0-shot) | 48.18 |
|
409 |
+
| Winogrande (5-shot) | 74.74 |
|
410 |
+
| GSM8K (5-shot) | 9.86 |
|
411 |
+
| DROP (3-shot) | 21.57 |
|