open-llm-leaderboard/details_Andron00e__YetAnother_Open-Llama-3B-LoRA

该数据集是在评估模型Andron00e/YetAnother_Open-Llama-3B-LoRA时自动创建的，包含3个配置，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 Andron00e/YetAnother_Open-Llama-3B-LoRA

数据集描述

数据集摘要

数据集是在模型 Andron00e/YetAnother_Open-Llama-3B-LoRA 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

该数据集由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一个特定的分割，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）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Andron00e__YetAnother_Open-Llama-3B-LoRA", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-18T01:32:17.416050 运行的最新结果（注意，如果连续评估未覆盖相同任务，则仓库中可能存在其他任务的结果。您可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0004886744966442953, "f1_stderr": 8.997703088731367e-05, "acc": 0.2569060773480663, "acc_stderr": 0.007023561458220211 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0004886744966442953, "f1_stderr": 8.997703088731367e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5138121546961326, "acc_stderr": 0.014047122916440422 } }