open-llm-leaderboard/details_ahnyeonchan__OpenOrca-AYT-13B

该数据集是在评估模型ahnyeonchan/OpenOrca-AYT-13B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。数据集从2次运行中创建，每次运行在每个配置中作为一个特定的分割，分割名使用运行的时间戳命名。train分割始终指向最新的结果。另外，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 ahnyeonchan/OpenOrca-AYT-13B

数据集描述

数据集总结

数据集是在模型 ahnyeonchan/OpenOrca-AYT-13B 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2次运行中创建。每次运行在每个配置中都有一个特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

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）。

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ahnyeonchan__OpenOrca-AYT-13B_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-06T23:00:43.582887 运行的最新结果：

python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 8.074664429530201e-05, "f1_stderr": 4.224084408137966e-05, "acc": 0.24861878453038674, "acc_stderr": 0.007026135605808218 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 8.074664429530201e-05, "f1_stderr": 4.224084408137966e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.4972375690607735, "acc_stderr": 0.014052271211616436 } }