open-llm-leaderboard-old/details_pe-nlp__llama-2-13b-vicuna-wizard

该数据集是在评估模型pe-nlp/llama-2-13b-vicuna-wizard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1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，results配置存储了所有聚合结果，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 pe-nlp/llama-2-13b-vicuna-wizard

数据集描述

数据集概述

该数据集是在模型 pe-nlp/llama-2-13b-vicuna-wizard 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。

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）。

最新结果

以下是来自运行 2023-10-12T18:46:39.910816 的最新结果：

python { "all": { "em": 0.3976510067114094, "em_stderr": 0.0050120430065395205, "f1": 0.43937709731543745, "f1_stderr": 0.004888666829236633, "acc": 0.3794502424345056, "acc_stderr": 0.007394168076612409 }, "harness|drop|3": { "em": 0.3976510067114094, "em_stderr": 0.0050120430065395205, "f1": 0.43937709731543745, "f1_stderr": 0.004888666829236633 }, "harness|gsm8k|5": { "acc": 0.009097801364670205, "acc_stderr": 0.0026153265107756725 }, "harness|winogrande|5": { "acc": 0.749802683504341, "acc_stderr": 0.012173009642449144 } }

数据集结构

配置

• harness_drop_3
  • 分割: 2023_10_12T18_46_39.910816
    • 路径: **/details_harness|drop|3_2023-10-12T18-46-39.910816.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-12T18-46-39.910816.parquet
• harness_gsm8k_5
  • 分割: 2023_10_12T18_46_39.910816
    • 路径: **/details_harness|gsm8k|5_2023-10-12T18-46-39.910816.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-12T18-46-39.910816.parquet
• harness_winogrande_5
  • 分割: 2023_10_12T18_46_39.910816
    • 路径: **/details_harness|winogrande|5_2023-10-12T18-46-39.910816.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-12T18-46-39.910816.parquet
• results
  • 分割: 2023_10_12T18_46_39.910816
    • 路径: results_2023-10-12T18-46-39.910816.parquet
  • 分割: latest
    • 路径: results_2023-10-12T18-46-39.910816.parquet