open-llm-leaderboard/details_maywell__Synatra-V0.1-7B-Instruct

数据集是在模型maywell/Synatra-V0.1-7B-Instruct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。数据集由1次运行创建，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。额外的配置results存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of maywell/Synatra-V0.1-7B-Instruct

数据集描述

数据集概述

数据集是在模型 maywell/Synatra-V0.1-7B-Instruct 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1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" 存储了所有运行的聚合结果（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

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_maywell__Synatra-V0.1-7B-Instruct_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-06T18:05:12.244898 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。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.32246224832214765, "em_stderr": 0.004786806140711669, "f1": 0.3963055788590608, "f1_stderr": 0.004634063813539812, "acc": 0.46089483255174657, "acc_stderr": 0.011702308149823175 }, "harness|drop|3": { "em": 0.32246224832214765, "em_stderr": 0.004786806140711669, "f1": 0.3963055788590608, "f1_stderr": 0.004634063813539812 }, "harness|gsm8k|5": { "acc": 0.19408642911296436, "acc_stderr": 0.010893918308192417 }, "harness|winogrande|5": { "acc": 0.7277032359905288, "acc_stderr": 0.012510697991453932 } }