open-llm-leaderboard/details__fsx_shared-falcon-180B_converted_200

该数据集是在模型_fsx_shared-falcon-180B_converted_200在Open LLM Leaderboard上的评估运行过程中自动创建的。数据集包含一个配置，每个配置对应一个评估任务。数据集由一个运行创建，每个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 _fsx_shared-falcon-180B_converted_200

数据集描述

数据集概述

数据集是在模型 _fsx_shared-falcon-180B_converted_200 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由1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 timestamp。"train" 分割始终指向最新的结果。

额外的配置 "results" 存储了运行中所有聚合的结果（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

最新结果

以下是来自运行 2023-09-11T17:08:24.221910 的最新结果：

python { "all": { "mc1": 0.43451652386780903, "mc1_stderr": 0.017352738749259564, "mc2": 0.6219568610455939, "mc2_stderr": 0.01539764866197052 }, "harness|truthfulqa:mc|0": { "mc1": 0.43451652386780903, "mc1_stderr": 0.017352738749259564, "mc2": 0.6219568610455939, "mc2_stderr": 0.01539764866197052 } }

数据集结构

配置

• config_name: harness_truthfulqa_mc_0

  • 分割: 2023_09_11T17_08_24.221910
    • 路径: **/details_harness|truthfulqa:mc|0_2023-09-11T17-08-24.221910.parquet
  • 分割: latest
    • 路径: **/details_harness|truthfulqa:mc|0_2023-09-11T17-08-24.221910.parquet

• config_name: results

  • 分割: 2023_09_11T17_08_24.221910
    • 路径: results_2023-09-11T17-08-24.221910.parquet
  • 分割: latest
    • 路径: results_2023-09-11T17-08-24.221910.parquet