open-llm-leaderboard/details_TFLai__Stable-Platypus2-13B-QLoRA-0.80-epoch

该数据集是在评估模型TFLai/Stable-Platypus2-13B-QLoRA-0.80-epoch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2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个results配置存储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 TFLai/Stable-Platypus2-13B-QLoRA-0.80-epoch

数据集描述

数据集概述

该数据集是在模型 TFLai/Stable-Platypus2-13B-QLoRA-0.80-epoch 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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2次运行中创建。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： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TFLai__Stable-Platypus2-13B-QLoRA-0.80-epoch", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自运行 2023-10-15T17:45:47.583077）：

python { "all": { "em": 0.4115981543624161, "em_stderr": 0.005039800830998692, "f1": 0.4835130033557058, "f1_stderr": 0.004781616038785324, "acc": 0.4006105292510111, "acc_stderr": 0.008506118979991088 }, "harness|drop|3": { "em": 0.4115981543624161, "em_stderr": 0.005039800830998692, "f1": 0.4835130033557058, "f1_stderr": 0.004781616038785324 }, "harness|gsm8k|5": { "acc": 0.0356330553449583, "acc_stderr": 0.005106107853744191 }, "harness|winogrande|5": { "acc": 0.7655880031570639, "acc_stderr": 0.011906130106237985 } }