open-llm-leaderboard-old/details_circulus__Llama-2-7b-orca-v1

数据集是在模型circulus/Llama-2-7b-orca-v1在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，还有一个名为results的配置，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 circulus/Llama-2-7b-orca-v1

数据集描述

数据集摘要

该数据集是在模型 circulus/Llama-2-7b-orca-v1 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作为一个特定的分割找到，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_circulus__Llama-2-7b-orca-v1", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-09-16T21:26:35.463636 获得的最新结果：

python { "all": { "em": 0.08557046979865772, "em_stderr": 0.0028646840549845006, "f1": 0.15811556208053656, "f1_stderr": 0.003126158993030364, "acc": 0.4151299715828343, "acc_stderr": 0.009762520250486784 }, "harness|drop|3": { "em": 0.08557046979865772, "em_stderr": 0.0028646840549845006, "f1": 0.15811556208053656, "f1_stderr": 0.003126158993030364 }, "harness|gsm8k|5": { "acc": 0.07808946171341925, "acc_stderr": 0.007390654481108218 }, "harness|winogrande|5": { "acc": 0.7521704814522494, "acc_stderr": 0.01213438601986535 } }