open-llm-leaderboard/details_bigscience__bloomz-560m

该数据集是在对bigscience/bloomz-560m模型进行评估运行期间自动创建的，用于Open LLM Leaderboard上的评估。数据集包含3个配置，每个配置对应一个评估任务，并从8次运行中创建。每次运行都以运行的时间戳命名为特定的分割，train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于在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 bigscience/bloomz-560m

数据集描述

数据集摘要

数据集是在模型 bigscience/bloomz-560m 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。

数据集从8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。

一个额外的配置 "results" 存储所有运行的聚合结果（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_bigscience__bloomz-560m", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-04T12:37:15.813527 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 } }