open-llm-leaderboard/details_cerebras__Cerebras-GPT-590M

该数据集是在评估模型cerebras/Cerebras-GPT-590M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。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 cerebras/Cerebras-GPT-590M

数据集描述

数据集概述

数据集是在模型 cerebras/Cerebras-GPT-590M 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）。

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_cerebras__Cerebras-GPT-590M", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-14T22:11:07.408754 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。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968571054, "f1": 0.039916107382550345, "f1_stderr": 0.001153929680724628, "acc": 0.24300057504519282, "acc_stderr": 0.007948184376446 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968571054, "f1": 0.039916107382550345, "f1_stderr": 0.001153929680724628 }, "harness|gsm8k|5": { "acc": 0.004548900682335102, "acc_stderr": 0.0018535550440036204 }, "harness|winogrande|5": { "acc": 0.48145224940805054, "acc_stderr": 0.014042813708888378 } }