open-llm-leaderboard/details_01-ai__Yi-34B

数据集是在模型01-ai/Yi-34B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，还有一个名为results的配置，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 01-ai/Yi-34B

数据集描述

数据集概述

数据集是在模型 01-ai/Yi-34B 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时戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自运行 2023-11-08T19:46:38.378007 的最新结果：

python { "all": { "em": 0.6081166107382551, "em_stderr": 0.004999326629880105, "f1": 0.6419882550335565, "f1_stderr": 0.004748239351156368, "acc": 0.6683760448499347, "acc_stderr": 0.012160441706531726 }, "harness|drop|3": { "em": 0.6081166107382551, "em_stderr": 0.004999326629880105, "f1": 0.6419882550335565, "f1_stderr": 0.004748239351156368 }, "harness|gsm8k|5": { "acc": 0.5064442759666414, "acc_stderr": 0.013771340765699767 }, "harness|winogrande|5": { "acc": 0.8303078137332282, "acc_stderr": 0.010549542647363686 } }

配置

• config_name: harness_drop_3

  • split: 2023_11_08T19_46_38.378007
    • path: **/details_harness|drop|3_2023-11-08T19-46-38.378007.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-11-08T19-46-38.378007.parquet

• config_name: harness_gsm8k_5

  • split: 2023_11_08T19_46_38.378007
    • path: **/details_harness|gsm8k|5_2023-11-08T19-46-38.378007.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-11-08T19-46-38.378007.parquet

• config_name: harness_winogrande_5

  • split: 2023_11_08T19_46_38.378007
    • path: **/details_harness|winogrande|5_2023-11-08T19-46-38.378007.parquet
  • split: latest
    • path: **/details_harness|winogrande|5_2023-11-08T19-46-38.378007.parquet

• config_name: results

  • split: 2023_11_08T19_46_38.378007
    • path: results_2023-11-08T19-46-38.378007.parquet
  • split: latest
    • path: results_2023-11-08T19-46-38.378007.parquet