open-llm-leaderboard/details_PulsarAI__2x-LoRA-Assemble-13B

数据集是在模型PulsarAI/2x-LoRA-Assemble-13B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。数据集由1次运行创建，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。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 PulsarAI/2x-LoRA-Assemble-13B

数据集描述

数据集概述

数据集是在模型 PulsarAI/2x-LoRA-Assemble-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。

数据集是从1次运行中创建的。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" 存储了运行的所有聚合结果（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_PulsarAI__2x-LoRA-Assemble-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T12:51:33.520951 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": 0.01740771812080537, "em_stderr": 0.0013393597649753585, "f1": 0.12005662751677883, "f1_stderr": 0.002244767452564408, "acc": 0.42864652552428745, "acc_stderr": 0.009950202519105519 }, "harness|drop|3": { "em": 0.01740771812080537, "em_stderr": 0.0013393597649753585, "f1": 0.12005662751677883, "f1_stderr": 0.002244767452564408 }, "harness|gsm8k|5": { "acc": 0.09249431387414708, "acc_stderr": 0.007980396874560173 }, "harness|winogrande|5": { "acc": 0.7647987371744278, "acc_stderr": 0.011920008163650865 } }