open-llm-leaderboard-old/details_TurkuNLP__gpt3-finnish-13B

该数据集是在评估TurkuNLP/gpt3-finnish-13B模型在Open LLM Leaderboard上的表现时自动生成的。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 TurkuNLP/gpt3-finnish-13B

数据集描述

数据集概述

数据集是在模型 TurkuNLP/gpt3-finnish-13B 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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作为一个特定的分割找到，分割名称使用运行的 timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储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）。

最新结果

以下是来自运行 2023-11-08T08:19:11.789658 的最新结果：

python { "all": { "em": 0.010906040268456376, "em_stderr": 0.0010636334198497977, "f1": 0.0586136744966444, "f1_stderr": 0.001583703669300269, "acc": 0.29157154884622954, "acc_stderr": 0.007692758773767466 }, "harness|drop|3": { "em": 0.010906040268456376, "em_stderr": 0.0010636334198497977, "f1": 0.0586136744966444, "f1_stderr": 0.001583703669300269 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245414 }, "harness|winogrande|5": { "acc": 0.580110497237569, "acc_stderr": 0.013870943986310391 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_11_08T08_19_11.789658
    • 路径: **/details_harness|drop|3_2023-11-08T08-19-11.789658.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-08T08-19-11.789658.parquet

• harness_gsm8k_5

  • 分割: 2023_11_08T08_19_11.789658
    • 路径: **/details_harness|gsm8k|5_2023-11-08T08-19-11.789658.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-08T08-19-11.789658.parquet

• harness_winogrande_5

  • 分割: 2023_11_08T08_19_11.789658
    • 路径: **/details_harness|winogrande|5_2023-11-08T08-19-11.789658.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-08T08-19-11.789658.parquet

• results

  • 分割: 2023_11_08T08_19_11.789658
    • 路径: results_2023-11-08T08-19-11.789658.parquet
  • 分割: latest
    • 路径: results_2023-11-08T08-19-11.789658.parquet