open-llm-leaderboard-old/details_MBZUAI__lamini-neo-1.3b

该数据集是在评估模型MBZUAI/lamini-neo-1.3b时自动创建的，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，每次运行在配置中作为特定的分割存在，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，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：MBZUAI/lamini-neo-1.3b 评估运行

数据集描述

数据集概述

数据集是在模型 MBZUAI/lamini-neo-1.3b 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" 存储所有运行结果的聚合（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 2023-10-18T15:21:46.431388 运行的最新结果：

python { "all": { "em": 0.01363255033557047, "em_stderr": 0.001187538155241294, "f1": 0.09467806208053722, "f1_stderr": 0.0019692719599384927, "acc": 0.28331537189746364, "acc_stderr": 0.007502296729483641 }, "harness|drop|3": { "em": 0.01363255033557047, "em_stderr": 0.001187538155241294, "f1": 0.09467806208053722, "f1_stderr": 0.0019692719599384927 }, "harness|gsm8k|5": { "acc": 0.001516300227445034, "acc_stderr": 0.0010717793485492619 }, "harness|winogrande|5": { "acc": 0.5651144435674822, "acc_stderr": 0.01393281411041802 } }

数据集结构

配置

• harness_drop_3
• harness_gsm8k_5
• harness_winogrande_5
• results

数据文件

每个配置包含两个分割：

• 2023_10_18T15_21_46.431388
• latest

加载数据

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MBZUAI__lamini-neo-1.3b", "harness_winogrande_5", split="train")