open-llm-leaderboard-old/details_TFLai__PuddleJumper-Platypus2-13B-QLoRA-0.80-epoch

该数据集是在评估模型TFLai/PuddleJumper-Platypus2-13B-QLoRA-0.80-epoch时自动生成的，主要用于Open LLM Leaderboard的评估任务。数据集包含3个配置，每个配置对应一个评估任务，并且数据集由2次运行生成，每次运行的结果都作为特定分割存储在配置中。此外，还有一个名为results的配置用于存储所有运行的聚合结果。

原始信息汇总

数据集卡片 for Evaluation run of TFLai/PuddleJumper-Platypus2-13B-QLoRA-0.80-epoch

数据集描述

数据集概述

该数据集是在模型 TFLai/PuddleJumper-Platypus2-13B-QLoRA-0.80-epoch 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2次运行中创建。每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

额外的配置 "results" 存储了所有运行的聚合结果（用于在 Open LLM Leaderboard 上计算和显示聚合指标）。

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_TFLai__PuddleJumper-Platypus2-13B-QLoRA-0.80-epoch", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T01:14:07.335372 运行的最新结果：

python { "all": { "em": 0.08420721476510067, "em_stderr": 0.0028438907694585103, "f1": 0.20487206375838948, "f1_stderr": 0.0032246591490556827, "acc": 0.35556432517758485, "acc_stderr": 0.006369120635509223 }, "harness|drop|3": { "em": 0.08420721476510067, "em_stderr": 0.0028438907694585103, "f1": 0.20487206375838948, "f1_stderr": 0.0032246591490556827 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.7111286503551697, "acc_stderr": 0.012738241271018446 } }