open-llm-leaderboard/details_TheBloke__tulu-30B-fp16
收藏数据集卡片 for Evaluation run of TheBloke/tulu-30B-fp16
数据集描述
数据集概述
数据集是在模型 TheBloke/tulu-30B-fp16 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" 分割总是指向最新的结果。
一个额外的配置 "results" 存储了所有运行的聚合结果（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_TheBloke__tulu-30B-fp16", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-22T14:05:44.356727 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。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：
python { "all": { "em": 0.4158976510067114, "em_stderr": 0.005047512015363023, "f1": 0.4501331795302018, "f1_stderr": 0.004938014903871411, "acc": 0.5026636978936352, "acc_stderr": 0.011011615647480079 }, "harness|drop|3": { "em": 0.4158976510067114, "em_stderr": 0.005047512015363023, "f1": 0.4501331795302018, "f1_stderr": 0.004938014903871411 }, "harness|gsm8k|5": { "acc": 0.19711902956785443, "acc_stderr": 0.01095802163030063 }, "harness|winogrande|5": { "acc": 0.8082083662194159, "acc_stderr": 0.011065209664659527 } }
支持的任务和排行榜
[更多信息需要]
语言
[更多信息需要]
数据集结构
数据实例
[更多信息需要]
数据字段
[更多信息需要]
数据分割
[更多信息需要]
数据集创建
策划理由
[更多信息需要]
源数据
初始数据收集和规范化
[更多信息需要]
源语言生产者是谁？
[更多信息需要]
注释
注释过程
[更多信息需要]
注释者是谁？
[更多信息需要]
个人和敏感信息
[更多信息需要]
使用数据集的注意事项
数据集的社会影响
[更多信息需要]
讨论偏差
[更多信息需要]
其他已知限制
[更多信息需要]
附加信息
数据集策展人
[更多信息需要]
许可信息
[更多信息需要]
引用信息
[更多信息需要]
贡献
[更多信息需要]
