open-llm-leaderboard-old/details_cerebras__Cerebras-GPT-256M

该数据集是在评估模型cerebras/Cerebras-GPT-256M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，每次运行的结果存储在特定的split中，split的名称基于运行的时间戳。train split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，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 cerebras/Cerebras-GPT-256M

数据集描述

数据集概述

数据集是在模型 cerebras/Cerebras-GPT-256M 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。

数据集从1次运行中创建。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 timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储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）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_cerebras__Cerebras-GPT-256M", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-17T23:58:40.333054 运行的最新结果：

python { "all": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166194305, "f1": 0.032553481543624224, "f1_stderr": 0.0010881632384588218, "acc": 0.26243093922651933, "acc_stderr": 0.007017551441813875 }, "harness|drop|3": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166194305, "f1": 0.032553481543624224, "f1_stderr": 0.0010881632384588218 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5248618784530387, "acc_stderr": 0.01403510288362775 } }