open-llm-leaderboard/details_lizhuang144__starcoder_mirror

该数据集是在评估模型lizhuang144/starcoder_mirror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分割形式存储，并且train分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，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 lizhuang144/starcoder_mirror

数据集描述

数据集概述

数据集是在模型 lizhuang144/starcoder_mirror 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 2023-09-17T02:55:35.893698 运行的最新结果：

python { "all": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558897, "f1": 0.04898594798657743, "f1_stderr": 0.001215831642948078, "acc": 0.3137813978564757, "acc_stderr": 0.010101677905009763 }, "harness|drop|3": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558897, "f1": 0.04898594798657743, "f1_stderr": 0.001215831642948078 }, "harness|gsm8k|5": { "acc": 0.05534495830174375, "acc_stderr": 0.006298221796179574 }, "harness|winogrande|5": { "acc": 0.5722178374112076, "acc_stderr": 0.013905134013839953 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_09_17T02_55_35.893698
    • 路径: **/details_harness|drop|3_2023-09-17T02-55-35.893698.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-17T02-55-35.893698.parquet

• harness_gsm8k_5

  • 分割: 2023_09_17T02_55_35.893698
    • 路径: **/details_harness|gsm8k|5_2023-09-17T02-55-35.893698.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-17T02-55-35.893698.parquet

• harness_winogrande_5

  • 分割: 2023_09_17T02_55_35.893698
    • 路径: **/details_harness|winogrande|5_2023-09-17T02-55-35.893698.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-09-17T02-55-35.893698.parquet

• results

  • 分割: 2023_09_17T02_55_35.893698
    • 路径: results_2023-09-17T02-55-35.893698.parquet
  • 分割: latest
    • 路径: results_2023-09-17T02-55-35.893698.parquet