open-llm-leaderboard-old/details_MBZUAI__lamini-cerebras-590m

该数据集是在评估模型MBZUAI/lamini-cerebras-590m在Open LLM Leaderboard上的运行过程中自动创建的。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of MBZUAI/lamini-cerebras-590m

数据集描述

数据集概述

该数据集是在模型 MBZUAI/lamini-cerebras-590m 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拆分，拆分名称使用运行的 timestamp。"train" 拆分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）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MBZUAI__lamini-cerebras-590m", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T04:57:06.330423 运行的最新结果（注意，如果连续评估未覆盖相同任务，则仓库中可能存在其他任务的结果。您可以在每个评估的 "latest" 拆分中找到每个任务的结果）：

python { "all": { "em": 0.007445469798657718, "em_stderr": 0.0008803652515899861, "f1": 0.07449664429530209, "f1_stderr": 0.001794948262867366, "acc": 0.24030037584379355, "acc_stderr": 0.00755598242138111 }, "harness|drop|3": { "em": 0.007445469798657718, "em_stderr": 0.0008803652515899861, "f1": 0.07449664429530209, "f1_stderr": 0.001794948262867366 }, "harness|gsm8k|5": { "acc": 0.001516300227445034, "acc_stderr": 0.0010717793485492634 }, "harness|winogrande|5": { "acc": 0.47908445146014206, "acc_stderr": 0.014040185494212955 } }