open-llm-leaderboard-old/details_Qwen__Qwen-14B

该数据集是在评估模型Qwen/Qwen-14B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分割始终指向最新结果。此外，还有一个results配置存储了所有运行的聚合结果，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 Qwen/Qwen-14B

数据集描述

数据集概述

数据集是在模型 Qwen/Qwen-14B 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（用于在 Open LLM Leaderboard 上计算和显示聚合指标）。

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_Qwen__Qwen-14B_public", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-11-15T04:46:20.928178 获得的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在 "results" 和每个评估的 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.20501258389261745, "em_stderr": 0.0041343766395959035, "f1": 0.25307885906040445, "f1_stderr": 0.004059472478555139, "acc": 0.6788982947905453, "acc_stderr": 0.012706242404844144 }, "harness|drop|3": { "em": 0.20501258389261745, "em_stderr": 0.0041343766395959035, "f1": 0.25307885906040445, "f1_stderr": 0.004059472478555139 }, "harness|gsm8k|5": { "acc": 0.5898407884761183, "acc_stderr": 0.013548335117860343 }, "harness|winogrande|5": { "acc": 0.7679558011049724, "acc_stderr": 0.011864149691827943 } }

配置

• config_name: harness_drop_3

  • split: 2023_11_15T04_46_20.928178
    • path: **/details_harness|drop|3_2023-11-15T04-46-20.928178.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-11-15T04-46-20.928178.parquet

• config_name: harness_gsm8k_5

  • split: 2023_11_15T04_46_20.928178
    • path: **/details_harness|gsm8k|5_2023-11-15T04-46-20.928178.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-11-15T04-46-20.928178.parquet

• config_name: harness_winogrande_5

  • split: 2023_11_15T04_46_20.928178
    • path: **/details_harness|winogrande|5_2023-11-15T04-46-20.928178.parquet
  • split: latest
    • path: **/details_harness|winogrande|5_2023-11-15T04-46-20.928178.parquet

• config_name: results

  • split: 2023_11_15T04_46_20.928178
    • path: results_2023-11-15T04-46-20.928178.parquet
  • split: latest
    • path: results_2023-11-15T04-46-20.928178.parquet