open-llm-leaderboard-old/details_AIDC-ai-business__Marcoroni-70B-v1

该数据集是在评估模型AIDC-ai-business/Marcoroni-70B-v1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，每次运行的结果作为特定分割存储在配置中，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 AIDC-ai-business/Marcoroni-70B-v1

数据集描述

数据集摘要

数据集是在模型 AIDC-ai-business/Marcoroni-70B-v1 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。

额外的配置 "results" 存储了所有运行结果的聚合（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_AIDC-ai-business__Marcoroni-70B-v1_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-09T10:10:41.822023 运行的最新结果：

python { "all": { "em": 0.3132340604026846, "em_stderr": 0.004749834913438157, "f1": 0.456531040268459, "f1_stderr": 0.004364621394991152, "acc": 0.5835410217852969, "acc_stderr": 0.01171539602098445 }, "harness|drop|3": { "em": 0.3132340604026846, "em_stderr": 0.004749834913438157, "f1": 0.456531040268459, "f1_stderr": 0.004364621394991152 }, "harness|gsm8k|5": { "acc": 0.332827899924185, "acc_stderr": 0.012979892496598271 }, "harness|winogrande|5": { "acc": 0.8342541436464088, "acc_stderr": 0.010450899545370628 } }