open-llm-leaderboard-old/details_internlm__internlm-20b

该数据集是在模型`internlm/internlm-20b`在Open LLM Leaderboard上进行评估时自动生成的。数据集包含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，且`train`分割始终指向最新结果。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上计算和展示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of internlm/internlm-20b

数据集描述

数据集概述

数据集是在模型 internlm/internlm-20b 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。

数据集是从1次运行中创建的。每次运行可以在每个配置中作为一个特定的分割找到，分割名称使用运行的timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自运行 2023-11-08T17:07:38.003322 的最新结果：

python { "all": { "em": 0.446623322147651, "em_stderr": 0.005091207245611711, "f1": 0.4853261325503364, "f1_stderr": 0.004942779780816972, "acc": 0.5010965351881582, "acc_stderr": 0.011778846211925709 }, "harness|drop|3": { "em": 0.446623322147651, "em_stderr": 0.005091207245611711, "f1": 0.4853261325503364, "f1_stderr": 0.004942779780816972 }, "harness|gsm8k|5": { "acc": 0.2350265352539803, "acc_stderr": 0.011679491349994874 }, "harness|winogrande|5": { "acc": 0.7671665351223362, "acc_stderr": 0.011878201073856542 } }

配置

• harness_drop_3

  • 分割: 2023_11_08T17_07_38.003322
    • 路径: **/details_harness|drop|3_2023-11-08T17-07-38.003322.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-08T17-07-38.003322.parquet

• harness_gsm8k_5

  • 分割: 2023_11_08T17_07_38.003322
    • 路径: **/details_harness|gsm8k|5_2023-11-08T17-07-38.003322.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-08T17-07-38.003322.parquet

• harness_winogrande_5

  • 分割: 2023_11_08T17_07_38.003322
    • 路径: **/details_harness|winogrande|5_2023-11-08T17-07-38.003322.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-08T17-07-38.003322.parquet

• results

  • 分割: 2023_11_08T17_07_38.003322
    • 路径: results_2023-11-08T17-07-38.003322.parquet
  • 分割: latest
    • 路径: results_2023-11-08T17-07-38.003322.parquet