open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-OpenOrca_20w

该数据集是在Open LLM Leaderboard上对模型CHIH-HUNG/llama-2-13b-OpenOrca_20w进行评估时自动创建的。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。此外，还有一个results配置存储了所有运行的聚合结果，并用于在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 CHIH-HUNG/llama-2-13b-OpenOrca_20w

数据集描述

数据集概述

该数据集是在模型 CHIH-HUNG/llama-2-13b-OpenOrca_20w 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分割，分割名称使用运行的timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储运行中所有聚合结果（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_CHIH-HUNG__llama-2-13b-OpenOrca_20w", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T01:14:55.229555 运行的最新结果：

python { "all": { "em": 0.14953859060402686, "em_stderr": 0.0036521078888639676, "f1": 0.20982382550335602, "f1_stderr": 0.003706029190176112, "acc": 0.44925660000490675, "acc_stderr": 0.010476365550372343 }, "harness|drop|3": { "em": 0.14953859060402686, "em_stderr": 0.0036521078888639676, "f1": 0.20982382550335602, "f1_stderr": 0.003706029190176112 }, "harness|gsm8k|5": { "acc": 0.12661106899166036, "acc_stderr": 0.009159715283081094 }, "harness|winogrande|5": { "acc": 0.7719021310181531, "acc_stderr": 0.011793015817663592 } }