open-llm-leaderboard/details_bavest__fin-llama-33b-merged

该数据集是在评估模型bavest/fin-llama-33b-merged时自动创建的，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，每次运行在每个配置中作为一个特定的分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集描述

• 数据集摘要： 该数据集是在评估模型 bavest/fin-llama-33b-merged 在 Open LLM Leaderboard 上的运行过程中自动创建的。

• 数据集组成： 数据集由3个配置组成，每个配置对应一个评估任务。

• 数据集创建： 数据集从1次运行中创建。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。

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

最新结果

以下是2023-09-16T23:28:46.893925运行的最新结果：

python { "all": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558753, "f1": 0.06358221476510076, "f1_stderr": 0.0013748196874116337, "acc": 0.48127991536483655, "acc_stderr": 0.010695229631509682 }, "harness|drop|3": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558753, "f1": 0.06358221476510076, "f1_stderr": 0.0013748196874116337 }, "harness|gsm8k|5": { "acc": 0.16224412433661864, "acc_stderr": 0.010155130880393522 }, "harness|winogrande|5": { "acc": 0.8003157063930545, "acc_stderr": 0.011235328382625842 } }

数据集结构

配置

• harness_drop_3

  • 分割：2023_09_16T23_28_46.893925
    • 路径：**/details_harness|drop|3_2023-09-16T23-28-46.893925.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-09-16T23-28-46.893925.parquet

• harness_gsm8k_5

  • 分割：2023_09_16T23_28_46.893925
    • 路径：**/details_harness|gsm8k|5_2023-09-16T23-28-46.893925.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-09-16T23-28-46.893925.parquet

• harness_winogrande_5

  • 分割：2023_09_16T23_28_46.893925
    • 路径：**/details_harness|winogrande|5_2023-09-16T23-28-46.893925.parquet
  • 分割：latest
    • 路径：**/details_harness|winogrande|5_2023-09-16T23-28-46.893925.parquet

• results

  • 分割：2023_09_16T23_28_46.893925
    • 路径：results_2023-09-16T23-28-46.893925.parquet
  • 分割：latest
    • 路径：results_2023-09-16T23-28-46.893925.parquet