open-llm-leaderboard-old/details_Walmart-the-bag__Misted-7B

该数据集是在评估模型Walmart-the-bag/Misted-7B时自动创建的，数据集由1个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，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时间戳。train分割始终指向最新结果。此外，还有一个名为results的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 Walmart-the-bag/Misted-7B

数据集描述

数据集概述

数据集是在模型 Walmart-the-bag/Misted-7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

该数据集包含 1 个配置，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。

额外的配置 "results" 存储了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）。

最新结果

以下是来自 2023-12-03T20:09:02.176077 运行的最新结果：

python { "all": { "acc": 0.5959059893858984, "acc_stderr": 0.01351675297272172 }, "harness|gsm8k|5": { "acc": 0.5959059893858984, "acc_stderr": 0.01351675297272172 } }

数据集结构

配置

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2023_12_03T20_09_02.176077
      • path: **/details_harness|gsm8k|5_2023-12-03T20-09-02.176077.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2023-12-03T20-09-02.176077.parquet

• config_name: results

  • data_files:
    • split: 2023_12_03T20_09_02.176077
      • path: results_2023-12-03T20-09-02.176077.parquet
    • split: latest
      • path: results_2023-12-03T20-09-02.176077.parquet