open-llm-leaderboard/details_Gryphe__MythoMax-L2-13b

数据集是在模型Gryphe/MythoMax-L2-13b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集包含3个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

Dataset automatically created during the evaluation run of model Gryphe/MythoMax-L2-13b on the Open LLM Leaderboard. The dataset is composed of 3 configurations, each one corresponding to one of the evaluated tasks. The dataset has been created from 1 run(s). Each run can be found as a specific split in each configuration, the split being named using the timestamp of the run. An additional configuration results stores all the aggregated results of the run (and is used to compute and display the aggregated metrics on the Open LLM Leaderboard).

原始信息汇总

数据集卡片 for Evaluation run of Gryphe/MythoMax-L2-13b

数据集描述

数据集概述

该数据集是在模型 Gryphe/MythoMax-L2-13b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集是从1次运行中创建的。每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gryphe__MythoMax-L2-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-16T23:19:17.622542 运行的最新结果：

python { "all": { "em": 0.13433305369127516, "em_stderr": 0.00349225954139751, "f1": 0.20734689597315364, "f1_stderr": 0.003631918882586114, "acc": 0.42119517249261446, "acc_stderr": 0.010012961564157645 }, "harness|drop|3": { "em": 0.13433305369127516, "em_stderr": 0.00349225954139751, "f1": 0.20734689597315364, "f1_stderr": 0.003631918882586114 }, "harness|gsm8k|5": { "acc": 0.09021986353297953, "acc_stderr": 0.00789153710844994 }, "harness|winogrande|5": { "acc": 0.7521704814522494, "acc_stderr": 0.01213438601986535 } }