open-llm-leaderboard/details_FelixChao__vicuna-7B-chemical

该数据集是在评估模型FelixChao/vicuna-7B-chemical在Open LLM Leaderboard上的表现时自动创建的。数据集包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在每个配置中找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results配置，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 FelixChao/vicuna-7B-chemical

数据集描述

数据集摘要

该数据集是在模型 FelixChao/vicuna-7B-chemical 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拆分，拆分名称使用运行的时间戳。"train" 拆分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（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_FelixChao__vicuna-7B-chemical", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-22T17:46:17.694402 运行的最新结果：

python { "all": { "em": 0.005557885906040268, "em_stderr": 0.0007613497667018453, "f1": 0.06261220637583904, "f1_stderr": 0.0014974766629904516, "acc": 0.3525119781135765, "acc_stderr": 0.009072291049445833 }, "harness|drop|3": { "em": 0.005557885906040268, "em_stderr": 0.0007613497667018453, "f1": 0.06261220637583904, "f1_stderr": 0.0014974766629904516 }, "harness|gsm8k|5": { "acc": 0.03335860500379075, "acc_stderr": 0.004946282649173776 }, "harness|winogrande|5": { "acc": 0.6716653512233622, "acc_stderr": 0.013198299449717888 } }