open-llm-leaderboard-old/details_Deci__DeciCoder-1b

该数据集是在评估模型Deci/DeciCoder-1b在Open LLM Leaderboard上的运行过程中自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由2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 Deci/DeciCoder-1b

数据集描述

数据集概述

该数据集是在模型 Deci/DeciCoder-1b 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2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" 存储了所有运行结果的聚合（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

加载运行细节的示例： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Deci__DeciCoder-1b_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-08T12:47:40.264080 运行的最新结果：

python { "all": { "em": 0.0006291946308724832, "em_stderr": 0.0002568002749723942, "f1": 0.02978817114093966, "f1_stderr": 0.0009513874747103622, "acc": 0.26286237271664875, "acc_stderr": 0.00882802109541121 }, "harness|drop|3": { "em": 0.0006291946308724832, "em_stderr": 0.0002568002749723942, "f1": 0.02978817114093966, "f1_stderr": 0.0009513874747103622 }, "harness|gsm8k|5": { "acc": 0.017437452615617893, "acc_stderr": 0.003605486867998233 }, "harness|winogrande|5": { "acc": 0.5082872928176796, "acc_stderr": 0.014050555322824189 } }