open-llm-leaderboard/details_Undi95__U-Amethyst-20B

该数据集是在评估模型Undi95/U-Amethyst-20B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次运行的记录组成，每次运行可以在每个配置中找到，运行的分割以时间戳命名。train分割始终指向最新结果。此外，还有一个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 Undi95/U-Amethyst-20B

数据集描述

数据集概述

数据集是在模型 Undi95/U-Amethyst-20B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

该数据集由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。

一个额外的配置 "results" 存储了运行的所有聚合结果（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 2023-11-07T19:04:15.043213 的最新结果：

python { "all": { "em": 0.10622902684563758, "em_stderr": 0.003155544985138621, "f1": 0.18749056208053588, "f1_stderr": 0.003364638518499387, "acc": 0.3974902658192778, "acc_stderr": 0.009236573846305381 }, "harness|drop|3": { "em": 0.10622902684563758, "em_stderr": 0.003155544985138621, "f1": 0.18749056208053588, "f1_stderr": 0.003364638518499387 }, "harness|gsm8k|5": { "acc": 0.05307050796057619, "acc_stderr": 0.0061748688586383774 }, "harness|winogrande|5": { "acc": 0.7419100236779794, "acc_stderr": 0.012298278833972387 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_11_07T19_04_15.043213
    • 路径: **/details_harness|drop|3_2023-11-07T19-04-15.043213.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-07T19-04-15.043213.parquet

• harness_gsm8k_5

  • 分割: 2023_11_07T19_04_15.043213
    • 路径: **/details_harness|gsm8k|5_2023-11-07T19-04-15.043213.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-07T19-04-15.043213.parquet

• harness_winogrande_5

  • 分割: 2023_11_07T19_04_15.043213
    • 路径: **/details_harness|winogrande|5_2023-11-07T19-04-15.043213.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-07T19-04-15.043213.parquet

• results

  • 分割: 2023_11_07T19_04_15.043213
    • 路径: results_2023-11-07T19-04-15.043213.parquet
  • 分割: latest
    • 路径: results_2023-11-07T19-04-15.043213.parquet