open-llm-leaderboard/details_ziqingyang__chinese-llama-2-13b

该数据集是在评估模型ziqingyang/chinese-llama-2-13b时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，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，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 ziqingyang/chinese-llama-2-13b

数据集描述

数据集概述

数据集是在模型 ziqingyang/chinese-llama-2-13b 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）。

最新结果

以下是来自运行 2023-10-13T02:16:28.624292 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 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.37741191275167785, "em_stderr": 0.004964183842623747, "f1": 0.42850880872483355, "f1_stderr": 0.004835429715953239, "acc": 0.39816494163081856, "acc_stderr": 0.008707972830386747 }, "harness|drop|3": { "em": 0.37741191275167785, "em_stderr": 0.004964183842623747, "f1": 0.42850880872483355, "f1_stderr": 0.004835429715953239 }, "harness|gsm8k|5": { "acc": 0.039423805913570885, "acc_stderr": 0.005360280030342443 }, "harness|winogrande|5": { "acc": 0.7569060773480663, "acc_stderr": 0.01205566563043105 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_13T02_16_28.624292
    • 路径: **/details_harness|drop|3_2023-10-13T02-16-28.624292.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-13T02-16-28.624292.parquet

• harness_gsm8k_5

  • 分割: 2023_10_13T02_16_28.624292
    • 路径: **/details_harness|gsm8k|5_2023-10-13T02-16-28.624292.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-13T02-16-28.624292.parquet

• harness_winogrande_5

  • 分割: 2023_10_13T02_16_28.624292
    • 路径: **/details_harness|winogrande|5_2023-10-13T02-16-28.624292.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-13T02-16-28.624292.parquet

• results

  • 分割: 2023_10_13T02_16_28.624292
    • 路径: results_2023-10-13T02-16-28.624292.parquet
  • 分割: latest
    • 路径: results_2023-10-13T02-16-28.624292.parquet