open-llm-leaderboard/details_bofenghuang__vigogne-2-13b-instruct

该数据集是在评估模型bofenghuang/vigogne-2-13b-instruct时自动创建的，评估是在Open LLM Leaderboard上进行的。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，还有一个results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of bofenghuang/vigogne-2-13b-instruct

数据集描述

数据集概述

该数据集是在模型 bofenghuang/vigogne-2-13b-instruct 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一个特定的分割，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）。

最新结果

以下是来自运行 2023-09-17T17:11:41.679174 的最新结果：

python { "all": { "em": 0.32791526845637586, "em_stderr": 0.004807646038011016, "f1": 0.3836671560402693, "f1_stderr": 0.00469015048706981, "acc": 0.3969753580269667, "acc_stderr": 0.007832281220307026 }, "harness|drop|3": { "em": 0.32791526845637586, "em_stderr": 0.004807646038011016, "f1": 0.3836671560402693, "f1_stderr": 0.00469015048706981 }, "harness|gsm8k|5": { "acc": 0.02047005307050796, "acc_stderr": 0.003900413385915718 }, "harness|winogrande|5": { "acc": 0.7734806629834254, "acc_stderr": 0.011764149054698334 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_09_17T17_11_41.679174
    • 路径: **/details_harness|drop|3_2023-09-17T17-11-41.679174.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-17T17-11-41.679174.parquet

• harness_gsm8k_5

  • 分割: 2023_09_17T17_11_41.679174
    • 路径: **/details_harness|gsm8k|5_2023-09-17T17-11-41.679174.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-17T17-11-41.679174.parquet

• harness_winogrande_5

  • 分割: 2023_09_17T17_11_41.679174
    • 路径: **/details_harness|winogrande|5_2023-09-17T17-11-41.679174.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-09-17T17-11-41.679174.parquet

• results

  • 分割: 2023_09_17T17_11_41.679174
    • 路径: results_2023-09-17T17-11-41.679174.parquet
  • 分割: latest
    • 路径: results_2023-09-17T17-11-41.679174.parquet