open-llm-leaderboard/details_pszemraj__pythia-6.9b-HC3

该数据集是在Open LLM Leaderboard上对模型pszemraj/pythia-6.9b-HC3进行评估时自动创建的。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。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 pszemraj/pythia-6.9b-HC3

数据集描述

数据集概述

数据集是在模型 pszemraj/pythia-6.9b-HC3 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时间戳。"train" 分割总是指向最新的结果。

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）。

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_pszemraj__pythia-6.9b-HC3", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-26T13:43:34.818170 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": 0.00010486577181208053, "em_stderr": 0.00010486577181208242, "f1": 0.022344798657718254, "f1_stderr": 0.0006975774134342648, "acc": 0.30386740331491713, "acc_stderr": 0.006861200231000444 }, "harness|drop|3": { "em": 0.00010486577181208053, "em_stderr": 0.00010486577181208242, "f1": 0.022344798657718254, "f1_stderr": 0.0006975774134342648 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.6077348066298343, "acc_stderr": 0.013722400462000888 } }