open-llm-leaderboard/details_internlm__internlm-20b-chat

该数据集是在评估模型internlm/internlm-20b-chat时自动生成的，用于Open LLM Leaderboard的评估任务。数据集包含3个配置，每个配置对应一个评估任务，并且每个配置中包含了以时间戳命名的运行结果。此外，还有一个名为results的配置，用于存储所有运行的聚合结果。

原始信息汇总

数据集卡片 for Evaluation run of internlm/internlm-20b-chat

数据集描述

数据集概述

数据集是在模型 internlm/internlm-20b-chat 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 timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 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_internlm__internlm-20b-chat_public", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-11-08T17:10:14.815999 的最新结果：

python { "all": { "em": 0.016149328859060404, "em_stderr": 0.001290866955681033, "f1": 0.10652579697986504, "f1_stderr": 0.0024253657455140664, "acc": 0.4874752643801689, "acc_stderr": 0.011119649443380293 }, "harness|drop|3": { "em": 0.016149328859060404, "em_stderr": 0.001290866955681033, "f1": 0.10652579697986504, "f1_stderr": 0.0024253657455140664 }, "harness|gsm8k|5": { "acc": 0.18726307808946172, "acc_stderr": 0.01074591419951081 }, "harness|winogrande|5": { "acc": 0.7876874506708761, "acc_stderr": 0.011493384687249779 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_11_08T17_10_14.815999
    • 路径: **/details_harness|drop|3_2023-11-08T17-10-14.815999.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-08T17-10-14.815999.parquet

• harness_gsm8k_5

  • 分割: 2023_11_08T17_10_14.815999
    • 路径: **/details_harness|gsm8k|5_2023-11-08T17-10-14.815999.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-08T17-10-14.815999.parquet

• harness_winogrande_5

  • 分割: 2023_11_08T17_10_14.815999
    • 路径: **/details_harness|winogrande|5_2023-11-08T17-10-14.815999.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-08T17-10-14.815999.parquet

• results

  • 分割: 2023_11_08T17_10_14.815999
    • 路径: results_2023-11-08T17-10-14.815999.parquet
  • 分割: latest
    • 路径: results_2023-11-08T17-10-14.815999.parquet