open-llm-leaderboard-old/details_OpenAssistant__llama2-13b-megacode2-oasst

该数据集是在评估模型OpenAssistant/llama2-13b-megacode2-oasst在Open LLM Leaderboard上的表现时自动生成的。数据集由3个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行在配置中作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results配置存储了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

数据集概述

数据集描述

• 数据集摘要： 该数据集是在模型 OpenAssistant/llama2-13b-megacode2-oasst 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。每次运行都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戳。"train" 分割始终指向最新的结果。

  额外的配置 "results" 存储了运行的所有汇总结果（用于计算和显示 Open LLM Leaderboard 上的汇总指标）。

最新结果

以下是来自2023-10-22T00:14:46.537259运行的最新结果：

python { "all": { "em": 0.002936241610738255, "em_stderr": 0.0005541113054709714, "f1": 0.07735004194630882, "f1_stderr": 0.0015929098030113627, "acc": 0.4585312232784996, "acc_stderr": 0.010977319038600733 }, "harness|drop|3": { "em": 0.002936241610738255, "em_stderr": 0.0005541113054709714, "f1": 0.07735004194630882, "f1_stderr": 0.0015929098030113627 }, "harness|gsm8k|5": { "acc": 0.155420773313116, "acc_stderr": 0.009979689409499152 }, "harness|winogrande|5": { "acc": 0.7616416732438832, "acc_stderr": 0.011974948667702314 } }