open-llm-leaderboard/details_psmathur__model_007_13b_v2

该数据集是在Open LLM Leaderboard上对模型psmathur/model_007_13b_v2进行评估时自动创建的。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，分割使用运行的时间戳命名。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 psmathur/model_007_13b_v2

数据集描述

数据集概述

数据集是在模型 psmathur/model_007_13b_v2 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找到特定的分割，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" 存储了所有运行结果的聚合（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是 2023-10-18T16:51:13.661301 运行的最新结果：

python { "all": { "em": 0.36671560402684567, "em_stderr": 0.004935188438972311, "f1": 0.4397388842281892, "f1_stderr": 0.0047230877436521415, "acc": 0.386065655680172, "acc_stderr": 0.007612365428746324 }, "harness|drop|3": { "em": 0.36671560402684567, "em_stderr": 0.004935188438972311, "f1": 0.4397388842281892, "f1_stderr": 0.0047230877436521415 }, "harness|gsm8k|5": { "acc": 0.013646702047005308, "acc_stderr": 0.0031957470754807745 }, "harness|winogrande|5": { "acc": 0.7584846093133386, "acc_stderr": 0.012028983782011874 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_18T16_51_13.661301
    • 路径: **/details_harness|drop|3_2023-10-18T16-51-13.661301.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-18T16-51-13.661301.parquet

• harness_gsm8k_5

  • 分割: 2023_10_18T16_51_13.661301
    • 路径: **/details_harness|gsm8k|5_2023-10-18T16-51-13.661301.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-18T16-51-13.661301.parquet

• harness_winogrande_5

  • 分割: 2023_10_18T16_51_13.661301
    • 路径: **/details_harness|winogrande|5_2023-10-18T16-51-13.661301.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-18T16-51-13.661301.parquet

• results

  • 分割: 2023_10_18T16_51_13.661301
    • 路径: results_2023-10-18T16-51-13.661301.parquet
  • 分割: latest
    • 路径: results_2023-10-18T16-51-13.661301.parquet