Adding Evaluation Results
#2
by
leaderboard-pr-bot
- opened
README.md
CHANGED
|
@@ -396,3 +396,17 @@ Output：
|
|
| 396 |
- 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。
|
| 397 |
- 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。
|
| 398 |
- 使用本项目的模型时，请遵守对应的官方模型的开源协议。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 396 |
- 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。
|
| 397 |
- 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。
|
| 398 |
- 使用本项目的模型时，请遵守对应的官方模型的开源协议。
|
| 399 |
+
|
| 400 |
+
# [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)
|
| 401 |
+
Detailed results can be found [here](https://huggingface.co/datasets/open-llm-leaderboard/details_YeungNLP__firefly-llama2-7b-pretrain)
|
| 402 |
+
|
| 403 |
+
| Metric | Value |
|
| 404 |
+
|-----------------------|---------------------------|
|
| 405 |
+
| Avg. | 40.26 |
|
| 406 |
+
| ARC (25-shot) | 48.63 |
|
| 407 |
+
| HellaSwag (10-shot) | 74.83 |
|
| 408 |
+
| MMLU (5-shot) | 41.04 |
|
| 409 |
+
| TruthfulQA (0-shot) | 39.08 |
|
| 410 |
+
| Winogrande (5-shot) | 70.24 |
|
| 411 |
+
| GSM8K (5-shot) | 3.26 |
|
| 412 |
+
| DROP (3-shot) | 4.74 |
|