Adding Evaluation Results

README.md

@@ -1,10 +1,113 @@
 ---
+language:
+- ru
 license: apache-2.0
 datasets:
 - 0x7194633/fialka-v3-data
-language:
-- ru
 pipeline_tag: text-generation
+model-index:
+- name: fialka-13B-v4
+  results:
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: AI2 Reasoning Challenge (25-Shot)
+      type: ai2_arc
+      config: ARC-Challenge
+      split: test
+      args:
+        num_few_shot: 25
+    metrics:
+    - type: acc_norm
+      value: 29.69
+      name: normalized accuracy
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: HellaSwag (10-Shot)
+      type: hellaswag
+      split: validation
+      args:
+        num_few_shot: 10
+    metrics:
+    - type: acc_norm
+      value: 47.37
+      name: normalized accuracy
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: MMLU (5-Shot)
+      type: cais/mmlu
+      config: all
+      split: test
+      args:
+        num_few_shot: 5
+    metrics:
+    - type: acc
+      value: 25.09
+      name: accuracy
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: TruthfulQA (0-shot)
+      type: truthful_qa
+      config: multiple_choice
+      split: validation
+      args:
+        num_few_shot: 0
+    metrics:
+    - type: mc2
+      value: 43.65
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: Winogrande (5-shot)
+      type: winogrande
+      config: winogrande_xl
+      split: validation
+      args:
+        num_few_shot: 5
+    metrics:
+    - type: acc
+      value: 58.88
+      name: accuracy
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
+  - task:
+      type: text-generation
+      name: Text Generation
+    dataset:
+      name: GSM8k (5-shot)
+      type: gsm8k
+      config: main
+      split: test
+      args:
+        num_few_shot: 5
+    metrics:
+    - type: acc
+      value: 0.38
+      name: accuracy
+    source:
+      url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=0x7194633/fialka-13B-v4
+      name: Open LLM Leaderboard
 ---
 # Fialka v4.0 13B
 
@@ -18,4 +121,17 @@ The model has a query format as in zephyr.
 Что такое мем?</s>
 <|assistant|>
 Мем (англ. meme) - это единица социального поведения, которая быстро распространяется в интернете или в социальных сетях с целью передачи информации и идей. Обычно мемы являются шутками, стишками, изображениями или видео и имеют юмористический или сатирический характер, но могут содержать и более серьезные идеи, такие как политические или социальные протесты, и даже угрозы. Мемы могут служить для создания и распространения контента и информации, а также для выражения мнения или чувств автора.
-```
+```
+# [Open LLM Leaderboard Evaluation Results](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)
+Detailed results can be found [here](https://huggingface.co/datasets/open-llm-leaderboard/details_0x7194633__fialka-13B-v4)
+
+|             Metric              |Value|
+|---------------------------------|----:|
+|Avg.                             |34.18|
+|AI2 Reasoning Challenge (25-Shot)|29.69|
+|HellaSwag (10-Shot)              |47.37|
+|MMLU (5-Shot)                    |25.09|
+|TruthfulQA (0-shot)              |43.65|
+|Winogrande (5-shot)              |58.88|
+|GSM8k (5-shot)                   | 0.38|
+