open-llm-leaderboard-old/details_PeanutJar__LLaMa-2-PeanutButter_v10-7B

Name: open-llm-leaderboard-old/details_PeanutJar__LLaMa-2-PeanutButter_v10-7B
Creator: open-llm-leaderboard-old
Published: 2023-09-17 02:50:48
License: 暂无描述

Hugging Face2023-09-17 更新2024-06-22 收录

下载链接：

https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_PeanutJar__LLaMa-2-PeanutButter_v10-7B

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集是在评估模型PeanutJar/LLaMa-2-PeanutButter_v10-7B时自动创建的，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，每次运行可以在每个配置中找到，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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

提供机构：

open-llm-leaderboard-old

原始信息汇总

数据集卡片 for Evaluation run of PeanutJar/LLaMa-2-PeanutButter_v10-7B

数据集描述

数据集概述

该数据集是在模型 PeanutJar/LLaMa-2-PeanutButter_v10-7B 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1次运行中创建。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 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）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_PeanutJar__LLaMa-2-PeanutButter_v10-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T02:50:37.300317 运行的最新结果：

python { "all": { "em": 0.006082214765100671, "em_stderr": 0.000796243239302896, "f1": 0.059260696308725026, "f1_stderr": 0.0014614581539411243, "acc": 0.3839482806388088, "acc_stderr": 0.009633147982899772 }, "harness|drop|3": { "em": 0.006082214765100671, "em_stderr": 0.000796243239302896, "f1": 0.059260696308725026, "f1_stderr": 0.0014614581539411243 }, "harness|gsm8k|5": { "acc": 0.05913570887035633, "acc_stderr": 0.006497266660428848 }, "harness|winogrande|5": { "acc": 0.7087608524072613, "acc_stderr": 0.012769029305370695 } }