open-llm-leaderboard-old/details_jondurbin__airoboros-33b-gpt4

该数据集是在对模型jondurbin/airoboros-33b-gpt4进行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。数据集包含1次运行的结果，每次运行在每个配置中作为一个特定的分割存在，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，results配置存储了运行的所有聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of jondurbin/airoboros-33b-gpt4

数据集描述

数据集概述

数据集是在模型 jondurbin/airoboros-33b-gpt4 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。每次运行都可以在每个配置中找到特定的拆分，拆分名称使用运行的 timestamp。"train" 拆分始终指向最新结果。

一个额外的配置 "results" 存储了运行所有聚合结果（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_jondurbin__airoboros-33b-gpt4", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T02:33:18.318001 运行的最新结果：

python { "all": { "em": 0.16977768456375839, "em_stderr": 0.003844830120605158, "f1": 0.23901740771812038, "f1_stderr": 0.003895286466470977, "acc": 0.44846733402227057, "acc_stderr": 0.010490680442459668 }, "harness|drop|3": { "em": 0.16977768456375839, "em_stderr": 0.003844830120605158, "f1": 0.23901740771812038, "f1_stderr": 0.003895286466470977 }, "harness|gsm8k|5": { "acc": 0.12661106899166036, "acc_stderr": 0.009159715283081096 }, "harness|winogrande|5": { "acc": 0.7703235990528808, "acc_stderr": 0.01182164560183824 } }