open-llm-leaderboard/details_stabilityai__stablelm-base-alpha-7b-v2
收藏资源简介：
该数据集是在评估模型stabilityai/stablelm-base-alpha-7b-v2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。
This dataset was automatically created during the evaluation of the model stabilityai/stablelm-base-alpha-7b-v2. It consists of 3 configurations, each corresponding to one evaluation task. The dataset is generated from a single execution run, where each configuration contains specific data splits, and the names of these splits use the timestamp of the run. The 'train' split always points to the most recent results. In addition, there is a 'results' configuration that stores the aggregated results from all runs, and is used to calculate and display the aggregate metrics on the Open LLM Leaderboard.
数据集卡片 for Evaluation run of stabilityai/stablelm-base-alpha-7b-v2
数据集描述
数据集概述
该数据集是在模型 stabilityai/stablelm-base-alpha-7b-v2 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_stabilityai__stablelm-base-alpha-7b-v2_public", "harness_winogrande_5", split="train")
最新结果
以下是 2023-11-08T16:00:35.193970 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 "latest" 分割中找到每个任务的结果）：
python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801257, "f1": 0.050772860738255036, "f1_stderr": 0.0012096254597904722, "acc": 0.3554299883973712, "acc_stderr": 0.008709660261045525 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801257, "f1": 0.050772860738255036, "f1_stderr": 0.0012096254597904722 }, "harness|gsm8k|5": { "acc": 0.02577710386656558, "acc_stderr": 0.004365042953621817 }, "harness|winogrande|5": { "acc": 0.6850828729281768, "acc_stderr": 0.013054277568469231 } }
