open-llm-leaderboard-old/details_01-ai__Yi-6B

该数据集是在评估模型01-ai/Yi-6B时自动创建的，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，分割使用运行的时间戳命名。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 01-ai/Yi-6B

数据集描述

数据集概述

数据集是在模型 01-ai/Yi-6B 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。每次运行都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。

额外的配置 "results" 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）。

最新结果

以下是来自运行 2023-11-08T12:58:11.094136 的最新结果：

python { "all": { "em": 0.4384437919463087, "em_stderr": 0.005081515214965134, "f1": 0.47321203859060423, "f1_stderr": 0.004951302124232466, "acc": 0.43228738137822953, "acc_stderr": 0.010759329857359324 }, "harness|drop|3": { "em": 0.4384437919463087, "em_stderr": 0.005081515214965134, "f1": 0.47321203859060423, "f1_stderr": 0.004951302124232466 }, "harness|gsm8k|5": { "acc": 0.12661106899166036, "acc_stderr": 0.009159715283081087 }, "harness|winogrande|5": { "acc": 0.7379636937647988, "acc_stderr": 0.012358944431637561 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_11_08T12_58_11.094136
    • 路径: **/details_harness|drop|3_2023-11-08T12-58-11.094136.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-08T12-58-11.094136.parquet

• harness_gsm8k_5

  • 分割: 2023_11_08T12_58_11.094136
    • 路径: **/details_harness|gsm8k|5_2023-11-08T12-58-11.094136.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-08T12-58-11.094136.parquet

• harness_winogrande_5

  • 分割: 2023_11_08T12_58_11.094136
    • 路径: **/details_harness|winogrande|5_2023-11-08T12-58-11.094136.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-08T12-58-11.094136.parquet

• results

  • 分割: 2023_11_08T12_58_11.094136
    • 路径: results_2023-11-08T12-58-11.094136.parquet
  • 分割: latest
    • 路径: results_2023-11-08T12-58-11.094136.parquet