open-llm-leaderboard/details_RWKV__rwkv-raven-14b

该数据集是在模型RWKV/rwkv-raven-14b的评估运行过程中自动创建的，用于Open LLM Leaderboard。数据集包含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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of RWKV/rwkv-raven-14b

数据集描述

数据集概述

该数据集是在模型 RWKV/rwkv-raven-14b 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时间戳。"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（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自2023-10-24T07:58:24.994437运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在结果和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.038485738255033555, "em_stderr": 0.0019700054489528757, "f1": 0.11610738255033538, "f1_stderr": 0.002601381927911386, "acc": 0.34407897925588793, "acc_stderr": 0.008608321578959646 }, "harness|drop|3": { "em": 0.038485738255033555, "em_stderr": 0.0019700054489528757, "f1": 0.11610738255033538, "f1_stderr": 0.002601381927911386 }, "harness|gsm8k|5": { "acc": 0.02122820318423048, "acc_stderr": 0.003970449129848635 }, "harness|winogrande|5": { "acc": 0.6669297553275454, "acc_stderr": 0.013246194028070656 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_24T07_58_24.994437
    • 路径: **/details_harness|drop|3_2023-10-24T07-58-24.994437.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-24T07-58-24.994437.parquet

• harness_gsm8k_5

  • 分割: 2023_10_24T07_58_24.994437
    • 路径: **/details_harness|gsm8k|5_2023-10-24T07-58-24.994437.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-24T07-58-24.994437.parquet

• harness_winogrande_5

  • 分割: 2023_10_24T07_58_24.994437
    • 路径: **/details_harness|winogrande|5_2023-10-24T07-58-24.994437.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-24T07-58-24.994437.parquet

• results

  • 分割: 2023_10_24T07_58_24.994437
    • 路径: results_2023-10-24T07-58-24.994437.parquet
  • 分割: latest
    • 路径: results_2023-10-24T07-58-24.994437.parquet