open-llm-leaderboard/details_The-Face-Of-Goonery__Huginn-v3-13b

该数据集是在Open LLM Leaderboard上对模型The-Face-Of-Goonery/Huginn-v3-13b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，分割名称使用运行的时间戳。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of The-Face-Of-Goonery/Huginn-v3-13b

数据集描述

数据集摘要

该数据集是在模型 The-Face-Of-Goonery/Huginn-v3-13b 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" 存储了所有运行结果的聚合（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

加载运行详情的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_The-Face-Of-Goonery__Huginn-v3-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-16T05:28:09.073903 运行的最新结果：

python { "all": { "em": 0.06354865771812081, "em_stderr": 0.002498247436471722, "f1": 0.14479865771812028, "f1_stderr": 0.002890194024794147, "acc": 0.3913161593683, "acc_stderr": 0.009083920481175163 }, "harness|drop|3": { "em": 0.06354865771812081, "em_stderr": 0.002498247436471722, "f1": 0.14479865771812028, "f1_stderr": 0.002890194024794147 }, "harness|gsm8k|5": { "acc": 0.04624715693707354, "acc_stderr": 0.005784991662691864 }, "harness|winogrande|5": { "acc": 0.7363851617995264, "acc_stderr": 0.01238284929965846 } }