open-llm-leaderboard-old/details_TaylorAI__Flash-Llama-13B

该数据集是在模型TaylorAI/Flash-Llama-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由三个配置组成，每个配置对应一个评估任务。一个额外的“results”配置存储了运行的所有聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。数据集包括按运行时间戳命名的拆分，其中“train”拆分始终指向最新结果。README还提供了加载数据集的Python代码片段，并显示了特定运行的最新结果。

原始信息汇总

数据集卡片 for Evaluation run of TaylorAI/Flash-Llama-13B

数据集描述

数据集概述

该数据集是在模型 TaylorAI/Flash-Llama-13B 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。

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）。

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_TaylorAI__Flash-Llama-13B", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-16T02:07:21.607373 的最新结果：

python { "all": { "em": 0.0014681208053691276, "em_stderr": 0.00039210421902982666, "f1": 0.0607822986577181, "f1_stderr": 0.0013583957676382913, "acc": 0.43739636770101, "acc_stderr": 0.010228023491905505 }, "harness|drop|3": { "em": 0.0014681208053691276, "em_stderr": 0.00039210421902982666, "f1": 0.0607822986577181, "f1_stderr": 0.0013583957676382913 }, "harness|gsm8k|5": { "acc": 0.10841546626231995, "acc_stderr": 0.008563852506627487 }, "harness|winogrande|5": { "acc": 0.7663772691397001, "acc_stderr": 0.011892194477183524 } }