open-llm-leaderboard/details_KoboldAI__fairseq-dense-1.3B

数据集是在模型KoboldAI/fairseq-dense-1.3B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 KoboldAI/fairseq-dense-1.3B

数据集描述

数据集概述

数据集是在模型 KoboldAI/fairseq-dense-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。

数据集是从1次运行中创建的。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。

一个额外的配置 "results" 存储了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）。

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_KoboldAI__fairseq-dense-1.3B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-19T04:22:19.785222 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.024119127516778523, "em_stderr": 0.0015711543458424907, "f1": 0.10603817114093886, "f1_stderr": 0.002447898366394225, "acc": 0.2951854775059195, "acc_stderr": 0.006910524554827735 }, "harness|drop|3": { "em": 0.024119127516778523, "em_stderr": 0.0015711543458424907, "f1": 0.10603817114093886, "f1_stderr": 0.002447898366394225 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.590370955011839, "acc_stderr": 0.01382104910965547 } }