open-llm-leaderboard/details_Open-Orca__LlongOrca-7B-16k

该数据集是在评估模型Open-Orca/LlongOrca-7B-16k时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集还包含一个额外的配置results，用于存储所有运行的聚合结果。数据集的结构包括多个运行，每个运行可以在每个配置中找到，运行的分割使用运行的时间戳命名。train分割始终指向最新的结果。README还提供了如何加载特定运行的数据的示例代码，并展示了最新的评估结果。

原始信息汇总

数据集卡片 for Evaluation run of Open-Orca/LlongOrca-7B-16k

数据集描述

数据集概述

该数据集是在模型 Open-Orca/LlongOrca-7B-16k 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集从1次运行中创建。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。

还有一个额外的配置 "results"，存储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）。

最新结果

以下是来自2023-10-18T04:31:23.491817运行的最新结果：

python { "all": { "em": 0.016988255033557047, "em_stderr": 0.0013234068882109723, "f1": 0.08061136744966452, "f1_stderr": 0.001896831507875326, "acc": 0.4100619744335266, "acc_stderr": 0.009753220057431532 }, "harness|drop|3": { "em": 0.016988255033557047, "em_stderr": 0.0013234068882109723, "f1": 0.08061136744966452, "f1_stderr": 0.001896831507875326 }, "harness|gsm8k|5": { "acc": 0.07505686125852919, "acc_stderr": 0.007257633145486642 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_18T04_31_23.491817
    • 路径: **/details_harness|drop|3_2023-10-18T04-31-23.491817.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-18T04-31-23.491817.parquet

• harness_gsm8k_5

  • 分割: 2023_10_18T04_31_23.491817
    • 路径: **/details_harness|gsm8k|5_2023-10-18T04-31-23.491817.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-18T04-31-23.491817.parquet

• harness_winogrande_5

  • 分割: 2023_10_18T04_31_23.491817
    • 路径: **/details_harness|winogrande|5_2023-10-18T04-31-23.491817.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-18T04-31-23.491817.parquet

• results

  • 分割: 2023_10_18T04_31_23.491817
    • 路径: results_2023-10-18T04-31-23.491817.parquet
  • 分割: latest
    • 路径: results_2023-10-18T04-31-23.491817.parquet