open-llm-leaderboard/details_quantumaikr__QuantumLM-7B

该数据集是在模型quantumaikr/QuantumLM-7B在Open LLM Leaderboard上的评估运行中自动创建的。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。此外，还有一个名为results的配置，存储了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。

原始信息汇总

数据集卡片 for Evaluation run of quantumaikr/QuantumLM-7B

数据集描述

数据集摘要

数据集是在模型 quantumaikr/QuantumLM-7B 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。每次运行可以在每个配置中作为一个特定的分割找到，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" 存储了运行中所有聚合的结果（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_quantumaikr__QuantumLM-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T01:13:07.754865 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。你可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.003355704697986577, "em_stderr": 0.0005922452850005221, "f1": 0.05992030201342302, "f1_stderr": 0.001439479348001652, "acc": 0.39582407087716237, "acc_stderr": 0.0100052755032964 }, "harness|drop|3": { "em": 0.003355704697986577, "em_stderr": 0.0005922452850005221, "f1": 0.05992030201342302, "f1_stderr": 0.001439479348001652 }, "harness|gsm8k|5": { "acc": 0.07657316148597422, "acc_stderr": 0.007324564881451574 }, "harness|winogrande|5": { "acc": 0.7150749802683505, "acc_stderr": 0.012685986125141227 } }