open-llm-leaderboard-old/details_zarakiquemparte__zarafusionix-l2-7b

该数据集是在评估模型zarakiquemparte/zarafusionix-l2-7b时自动生成的，包含3个配置，每个配置对应一个评估任务。数据集由一个运行生成，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results配置存储所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of zarakiquemparte/zarafusionix-l2-7b

数据集描述

数据集概述

该数据集是在模型 zarakiquemparte/zarafusionix-l2-7b 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。

还有一个额外的配置 "results"，存储所有运行的聚合结果（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_zarakiquemparte__zarafusionix-l2-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-22T19:56:11.100071 运行的最新结果：

python { "all": { "em": 0.20669043624161074, "em_stderr": 0.004146877317311672, "f1": 0.29368812919463155, "f1_stderr": 0.004195906469994281, "acc": 0.40933494018871774, "acc_stderr": 0.009672451208885371 }, "harness|drop|3": { "em": 0.20669043624161074, "em_stderr": 0.004146877317311672, "f1": 0.29368812919463155, "f1_stderr": 0.004195906469994281 }, "harness|gsm8k|5": { "acc": 0.07202426080363912, "acc_stderr": 0.007121147983537124 }, "harness|winogrande|5": { "acc": 0.7466456195737964, "acc_stderr": 0.012223754434233618 } }