open-llm-leaderboard/details_ajibawa-2023__scarlett-7b

该数据集是在评估模型ajibawa-2023/scarlett-7b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2次运行生成，每次运行的结果作为特定配置中的一个分割，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 ajibawa-2023/scarlett-7b

数据集描述

数据集概述

数据集是在模型 ajibawa-2023/scarlett-7b 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 2 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时间戳。"train" 分割始终指向最新的结果。

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

加载运行细节的示例： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ajibawa-2023__scarlett-7b", "harness_winogrande_5", split="train")

最新结果

以下是来自 2023-10-28T20:24:47.914205 运行的最新结果：

python { "all": { "em": 0.06103187919463087, "em_stderr": 0.002451565190705489, "f1": 0.12157193791946294, "f1_stderr": 0.002704445932722437, "acc": 0.3622108542921648, "acc_stderr": 0.007057235105359207 }, "harness|drop|3": { "em": 0.06103187919463087, "em_stderr": 0.002451565190705489, "f1": 0.12157193791946294, "f1_stderr": 0.002704445932722437 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245386 }, "harness|winogrande|5": { "acc": 0.7213891081294396, "acc_stderr": 0.012599896649493875 } }