open-llm-leaderboard-old/details_TehVenom__Dolly_Shygmalion-6b

该数据集是在TehVenom/Dolly_Shygmalion-6b模型在Open LLM排行榜上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。数据集由一次运行生成，每次运行都以时间戳命名并作为特定分割在数据集中可用。train分割始终指向最新结果。还有一个名为results的附加配置，用于存储运行的所有聚合结果，并用于在排行榜上计算和显示聚合指标。可以使用HuggingFace数据集库加载数据集，指定数据集名称、配置和分割。

原始信息汇总

数据集卡片 for Evaluation run of TehVenom/Dolly_Shygmalion-6b

数据集描述

数据集概述

数据集是在模型 TehVenom/Dolly_Shygmalion-6b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

该数据集由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一个特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

一个额外的配置 "results" 存储了所有运行结果的聚合（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TehVenom__Dolly_Shygmalion-6b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T16:26:35.787063 运行的最新结果（注意，如果连续评估未涵盖相同任务，则仓库中可能存在其他任务的结果。您可以在每个评估的 "latest" 拆分中找到每个任务的结果）：

python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.049329907718121055, "f1_stderr": 0.001207499751606471, "acc": 0.33737021840348064, "acc_stderr": 0.008672111270767138 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801232, "f1": 0.049329907718121055, "f1_stderr": 0.001207499751606471 }, "harness|gsm8k|5": { "acc": 0.02122820318423048, "acc_stderr": 0.003970449129848635 }, "harness|winogrande|5": { "acc": 0.6535122336227308, "acc_stderr": 0.01337377341168564 } }