open-llm-leaderboard-old/details_WizardLM__WizardMath-13B-V1.0

该数据集是在Open LLM Leaderboard上对WizardLM/WizardMath-13B-V1.0模型进行评估时自动创建的。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，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 WizardLM/WizardMath-13B-V1.0

数据集描述

数据集概述

数据集是在模型 WizardLM/WizardMath-13B-V1.0 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

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" 存储所有运行的聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是 2023-10-12T22:45:52.861079 运行的最新结果：

python { "all": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893313, "f1": 0.07075817953020154, "f1_stderr": 0.0015254513833319102, "acc": 0.4212998893591507, "acc_stderr": 0.010848795701326375 }, "harness|drop|3": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893313, "f1": 0.07075817953020154, "f1_stderr": 0.0015254513833319102 }, "harness|gsm8k|5": { "acc": 0.12357846853677028, "acc_stderr": 0.009065050306776925 }, "harness|winogrande|5": { "acc": 0.7190213101815311, "acc_stderr": 0.012632541095875825 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_12T22_45_52.861079
    • 路径: **/details_harness|drop|3_2023-10-12T22-45-52.861079.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-12T22-45-52.861079.parquet

• harness_gsm8k_5

  • 分割: 2023_10_12T22_45_52.861079
    • 路径: **/details_harness|gsm8k|5_2023-10-12T22-45-52.861079.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-12T22-45-52.861079.parquet

• harness_winogrande_5

  • 分割: 2023_10_12T22_45_52.861079
    • 路径: **/details_harness|winogrande|5_2023-10-12T22-45-52.861079.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-12T22-45-52.861079.parquet

• results

  • 分割: 2023_10_12T22_45_52.861079
    • 路径: results_2023-10-12T22-45-52.861079.parquet
  • 分割: latest
    • 路径: results_2023-10-12T22-45-52.861079.parquet