open-llm-leaderboard-old/details_yeontaek__Platypus2xOpenOrca-13B-IA3-v2.1

该数据集是在评估模型yeontaek/Platypus2xOpenOrca-13B-IA3-v2.1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2次运行生成，每次运行的结果以时间戳命名的split形式存储，train split始终指向最新结果。此外，还有一个results配置用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示。

原始信息汇总

数据集卡片 for Evaluation run of yeontaek/Platypus2xOpenOrca-13B-IA3-v2.1

数据集描述

数据集概述

该数据集是在模型 yeontaek/Platypus2xOpenOrca-13B-IA3-v2.1 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2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时间戳。"train" 分割始终指向最新结果。

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： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_yeontaek__Platypus2xOpenOrca-13B-IA3-v2.1", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-22T14:08:24.468600 的最新结果：

python { "all": { "em": 0.005138422818791947, "em_stderr": 0.0007322104102794228, "f1": 0.07932466442953026, "f1_stderr": 0.0017316010986472678, "acc": 0.4421008477279133, "acc_stderr": 0.010182910924383982 }, "harness|drop|3": { "em": 0.005138422818791947, "em_stderr": 0.0007322104102794228, "f1": 0.07932466442953026, "f1_stderr": 0.0017316010986472678 }, "harness|gsm8k|5": { "acc": 0.10993176648976498, "acc_stderr": 0.008616195587865416 }, "harness|winogrande|5": { "acc": 0.7742699289660616, "acc_stderr": 0.011749626260902547 } }