open-llm-leaderboard-old/details_lvkaokao__llama2-7b-hf-chat-lora

该数据集是在模型[lvkaokao/llama2-7b-hf-chat-lora](https://huggingface.co/lvkaokao/llama2-7b-hf-chat-lora)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的评估运行过程中自动创建的。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配置存储了所有运行的聚合结果，并用于计算和显示在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of lvkaokao/llama2-7b-hf-chat-lora

数据集描述

数据集摘要

数据集是在模型 lvkaokao/llama2-7b-hf-chat-lora 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

该数据集由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）。

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_lvkaokao__llama2-7b-hf-chat-lora", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-16T18:19:09.096561 运行的最新结果（注意，如果连续的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。你可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.002307046979865772, "em_stderr": 0.0004913221265094556, "f1": 0.06527894295302021, "f1_stderr": 0.0014475102232856358, "acc": 0.433070962730968, "acc_stderr": 0.010283233892517613 }, "harness|drop|3": { "em": 0.002307046979865772, "em_stderr": 0.0004913221265094556, "f1": 0.06527894295302021, "f1_stderr": 0.0014475102232856358 }, "harness|gsm8k|5": { "acc": 0.10765731614859743, "acc_stderr": 0.008537484003023352 }, "harness|winogrande|5": { "acc": 0.7584846093133386, "acc_stderr": 0.012028983782011874 } }