open-llm-leaderboard/details_cerebras__Cerebras-GPT-256M

数据集是在评估模型cerebras/Cerebras-GPT-256M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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of cerebras/Cerebras-GPT-256M

数据集描述

数据集概述

该数据集是在模型 cerebras/Cerebras-GPT-256M 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作为一个特定的分割找到，分割名称使用运行的 timestamp。"train" 分割总是指向最新的结果。

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_cerebras__Cerebras-GPT-256M", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-17T23:58:40.333054 的 最新结果（注意，如果连续评估没有覆盖相同的任务，可能会有其他任务的结果。你可以在结果和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166194305, "f1": 0.032553481543624224, "f1_stderr": 0.0010881632384588218, "acc": 0.26243093922651933, "acc_stderr": 0.007017551441813875 }, "harness|drop|3": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166194305, "f1": 0.032553481543624224, "f1_stderr": 0.0010881632384588218 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5248618784530387, "acc_stderr": 0.01403510288362775 } }