logical-reasoning / data /Mistral-7B-v0.3-Chinese-Chat_shots_metrics.csv
dh-mc's picture
10-shot results ready for 7/8 B models
3db2ae5
raw
history blame
430 Bytes
shots,model,run,accuracy,precision,recall,f1,ratio_valid_classifications
0,Mistral-7B-v0.3-Chinese-Chat,shenzhi-wang/Mistral-7B-v0.3-Chinese-Chat/shots-00,0.6946666666666667,0.701136267898111,0.6946666666666667,0.6634078645357937,0.011666666666666667
10,Mistral-7B-v0.3-Chinese-Chat,shenzhi-wang/Mistral-7B-v0.3-Chinese-Chat/shots-10,0.6036666666666667,0.7334913867282189,0.6036666666666667,0.6493185547247415,0.10633333333333334