open-llm-leaderboard-old/details_TheTravellingEngineer__bloom-560m-RLHF

该数据集是在评估模型TheTravellingEngineer/bloom-560m-RLHF时自动生成的，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分割始终指向最新结果。此外，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

数据集卡片 for Evaluation run of TheTravellingEngineer/bloom-560m-RLHF

数据集描述

数据集概述

数据集是在模型 TheTravellingEngineer/bloom-560m-RLHF 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。

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）。

最新结果

以下是 2023-09-22T17:04:20.598203 运行的最新结果：

python { "all": { "em": 0.0028313758389261743, "em_stderr": 0.0005441551135493922, "f1": 0.0398909395973155, "f1_stderr": 0.0011867178799463702, "acc": 0.26710430338450897, "acc_stderr": 0.007769858100932032 }, "harness|drop|3": { "em": 0.0028313758389261743, "em_stderr": 0.0005441551135493922, "f1": 0.0398909395973155, "f1_stderr": 0.0011867178799463702 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.001514573561224551 }, "harness|winogrande|5": { "acc": 0.5311760063141279, "acc_stderr": 0.014025142640639513 } }