open-llm-leaderboard-old/details_PocketDoc__Dans-PersonalityEngine-13b

数据集是在模型PocketDoc/Dans-PersonalityEngine-13b在Open LLM Leaderboard上的评估运行中自动创建的。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：Evaluation run of PocketDoc/Dans-PersonalityEngine-13b

数据集描述

数据集摘要

该数据集是在模型 PocketDoc/Dans-PersonalityEngine-13b 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一个特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行中所有聚合的结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_PocketDoc__Dans-PersonalityEngine-13b", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-09-16T19:32:36.390690 获得的最新结果：

python { "all": { "em": 0.0016778523489932886, "em_stderr": 0.00041913301788269345, "f1": 0.05738255033557058, "f1_stderr": 0.001309097903957112, "acc": 0.4341558294682836, "acc_stderr": 0.009872366201227655 }, "harness|drop|3": { "em": 0.0016778523489932886, "em_stderr": 0.00041913301788269345, "f1": 0.05738255033557058, "f1_stderr": 0.001309097903957112 }, "harness|gsm8k|5": { "acc": 0.0932524639878696, "acc_stderr": 0.008009688838328578 }, "harness|winogrande|5": { "acc": 0.7750591949486977, "acc_stderr": 0.011735043564126732 } }