open-llm-leaderboard-old/details_CHIH-HUNG__llama-2-13b-FINETUNE1_17w

该数据集是在模型CHIH-HUNG/llama-2-13b-FINETUNE1_17w在Open LLM Leaderboard上的评估运行中自动创建的。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分割始终指向最新结果。此外，还有一个results配置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。

原始信息汇总

数据集卡片 for Evaluation run of CHIH-HUNG/llama-2-13b-FINETUNE1_17w

数据集描述

数据集概述

该数据集是在模型 CHIH-HUNG/llama-2-13b-FINETUNE1_17w 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找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

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）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE1_17w", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T05:19:29.097153 运行的最新结果：

python { "all": { "em": 0.36398909395973156, "em_stderr": 0.00492738070289941, "f1": 0.4025178271812084, "f1_stderr": 0.004834808125344133, "acc": 0.45268383345111485, "acc_stderr": 0.010561270649266652 }, "harness|drop|3": { "em": 0.36398909395973156, "em_stderr": 0.00492738070289941, "f1": 0.4025178271812084, "f1_stderr": 0.004834808125344133 }, "harness|gsm8k|5": { "acc": 0.1326762699014405, "acc_stderr": 0.009343929131442216 }, "harness|winogrande|5": { "acc": 0.7726913970007893, "acc_stderr": 0.011778612167091087 } }