open-llm-leaderboard/details_Andron00e__YetAnother_Open-Llama-3B-LoRA-OpenOrca

该数据集是在模型Andron00e/YetAnother_Open-Llama-3B-LoRA-OpenOrca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。数据集由2次运行创建，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分割始终指向最新结果。此外，results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 Andron00e/YetAnother_Open-Llama-3B-LoRA-OpenOrca

数据集描述

数据集摘要

该数据集是在模型 Andron00e/YetAnother_Open-Llama-3B-LoRA-OpenOrca 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" 分割始终指向最新结果。

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

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Andron00e__YetAnother_Open-Llama-3B-LoRA-OpenOrca", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-22T21:36:39.212716 运行的最新结果：

python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0004404362416107381, "f1_stderr": 6.976502994544788e-05, "acc": 0.2541436464088398, "acc_stderr": 0.007025277661412096 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 0.0004404362416107381, "f1_stderr": 6.976502994544788e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5082872928176796, "acc_stderr": 0.014050555322824192 } }