open-llm-leaderboard/details_LLMs__Stable-Vicuna-13B

该数据集是在Open LLM Leaderboard上对模型LLMs/Stable-Vicuna-13B进行评估时自动创建的。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。

原始信息汇总

数据集卡片 for Evaluation run of LLMs/Stable-Vicuna-13B

数据集描述

数据集概述

数据集是在模型 LLMs/Stable-Vicuna-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" 存储了运行的所有汇总结果（并用于计算和显示 Open LLM Leaderboard 上的汇总指标）。

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_LLMs__Stable-Vicuna-13B", "harness_winogrande_5", split="train")

最新结果

这些是最新结果来自运行 2023-10-13T11:51:54.162285：

python { "all": { "em": 0.012688758389261746, "em_stderr": 0.0011462418380586343, "f1": 0.06941170302013412, "f1_stderr": 0.0017195070383295536, "acc": 0.2849250197316496, "acc_stderr": 0.006957342547358349 }, "harness|drop|3": { "em": 0.012688758389261746, "em_stderr": 0.0011462418380586343, "f1": 0.06941170302013412, "f1_stderr": 0.0017195070383295536 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5698500394632992, "acc_stderr": 0.013914685094716698 } }

数据集结构

数据实例

[更多信息需要]

数据字段

[更多信息需要]

数据分割

[更多信息需要]

数据集创建

策划理由

[更多信息需要]

源数据

初始数据收集和规范化

[更多信息需要]

源语言生产者是谁？

[更多信息需要]

注释

注释过程

[更多信息需要]

注释者是谁？

[更多信息需要]

个人和敏感信息

[更多信息需要]

使用数据集的考虑因素

数据集的社会影响

[更多信息需要]

偏见的讨论

[更多信息需要]

其他已知限制

[更多信息需要]

附加信息

数据集策展人

[更多信息需要]

许可信息

[更多信息需要]

引用信息

[更多信息需要]

贡献

[更多信息需要]