open-llm-leaderboard-old/details_augtoma__qCammel-70v1

该数据集是在评估模型augtoma/qCammel-70v1在Open LLM Leaderboard上的运行过程中自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集包含1次运行的记录，每次运行在每个配置中都有一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of augtoma/qCammel-70v1

数据集描述

数据集概述

数据集是在模型 augtoma/qCammel-70v1 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。

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

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_augtoma__qCammel-70v1", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-09-17T06:45:18.044644 获得的最新结果：

python { "all": { "em": 0.033766778523489936, "em_stderr": 0.001849802869119515, "f1": 0.10340918624161041, "f1_stderr": 0.0022106009828094797, "acc": 0.5700654570173166, "acc_stderr": 0.011407494958111332 }, "harness|drop|3": { "em": 0.033766778523489936, "em_stderr": 0.001849802869119515, "f1": 0.10340918624161041, "f1_stderr": 0.0022106009828094797 }, "harness|gsm8k|5": { "acc": 0.2971948445792267, "acc_stderr": 0.012588685966624186 }, "harness|winogrande|5": { "acc": 0.8429360694554064, "acc_stderr": 0.010226303949598479 } }