open-llm-leaderboard/details_Undi95__MM-ReMM-L2-20B

该数据集是在评估模型Undi95/MM-ReMM-L2-20B时自动生成的，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，每次运行的结果以时间戳命名的分割形式存储，train分割始终指向最新结果。此外，还有一个results配置存储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

数据集卡片 for Evaluation run of Undi95/MM-ReMM-L2-20B

数据集描述

数据集概述

该数据集是在模型 Undi95/MM-ReMM-L2-20B 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戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储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）。

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_Undi95__MM-ReMM-L2-20B_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T18:30:54.641369 运行的最新结果（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。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.10843120805369127, "em_stderr": 0.0031841552068159317, "f1": 0.18655725671140816, "f1_stderr": 0.003391655697712374, "acc": 0.4175133274651996, "acc_stderr": 0.009700033024698568 }, "harness|drop|3": { "em": 0.10843120805369127, "em_stderr": 0.0031841552068159317, "f1": 0.18655725671140816, "f1_stderr": 0.003391655697712374 }, "harness|gsm8k|5": { "acc": 0.07733131159969674, "acc_stderr": 0.00735771352322235 }, "harness|winogrande|5": { "acc": 0.7576953433307024, "acc_stderr": 0.012042352526174785 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_11_07T18_30_54.641369
    • 路径: **/details_harness|drop|3_2023-11-07T18-30-54.641369.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-11-07T18-30-54.641369.parquet

• harness_gsm8k_5

  • 分割: 2023_11_07T18_30_54.641369
    • 路径: **/details_harness|gsm8k|5_2023-11-07T18-30-54.641369.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-07T18-30-54.641369.parquet

• harness_winogrande_5

  • 分割: 2023_11_07T18_30_54.641369
    • 路径: **/details_harness|winogrande|5_2023-11-07T18-30-54.641369.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-11-07T18-30-54.641369.parquet

• results

  • 分割: 2023_11_07T18_30_54.641369
    • 路径: results_2023-11-07T18-30-54.641369.parquet
  • 分割: latest
    • 路径: results_2023-11-07T18-30-54.641369.parquet