open-llm-leaderboard-old/details_rinna__bilingual-gpt-neox-4b

该数据集是在评估模型rinna/bilingual-gpt-neox-4b时自动生成的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行在配置中作为特定的分割存在，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，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 rinna/bilingual-gpt-neox-4b

数据集描述

数据集概述

数据集是在模型 rinna/bilingual-gpt-neox-4b 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

该数据集由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一个特定的分割，分割名称使用运行的 timestamp。"train" 分割始终指向最新的结果。

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）。

最新结果

以下是来自运行 2023-09-23T06:39:58.316038 的最新结果：

python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0019494546979865776, "f1_stderr": 0.0001656985868155588, "acc": 0.25927387529597473, "acc_stderr": 0.007021406854444189 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0019494546979865776, "f1_stderr": 0.0001656985868155588 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5185477505919495, "acc_stderr": 0.014042813708888378 } }

配置

• harness_drop_3

  • 分割: 2023_09_23T06_39_58.316038
  • 路径: **/details_harness|drop|3_2023-09-23T06-39-58.316038.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-09-23T06-39-58.316038.parquet

• harness_gsm8k_5

  • 分割: 2023_09_23T06_39_58.316038
  • 路径: **/details_harness|gsm8k|5_2023-09-23T06-39-58.316038.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-09-23T06-39-58.316038.parquet

• harness_winogrande_5

  • 分割: 2023_09_23T06_39_58.316038
  • 路径: **/details_harness|winogrande|5_2023-09-23T06-39-58.316038.parquet
  • 分割: latest
  • 路径: **/details_harness|winogrande|5_2023-09-23T06-39-58.316038.parquet

• results

  • 分割: 2023_09_23T06_39_58.316038
  • 路径: results_2023-09-23T06-39-58.316038.parquet
  • 分割: latest
  • 路径: results_2023-09-23T06-39-58.316038.parquet