open-llm-leaderboard-old/details_circulus__Llama-2-7b-orca-v1
收藏资源简介：
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。
This dataset was automatically generated during the evaluation run of the model circulus/Llama-2-7b-orca-v1 on the Open LLM Leaderboard. It consists of 3 configurations, each corresponding to one evaluation task. This dataset is constructed from a single evaluation run, where each configuration contains specific splits, and the names of these splits are the timestamps of the run. The "train" split always points to the most recent evaluation results. Additionally, there is a configuration named "results" that stores the aggregated results of all runs, and is used to calculate and display the aggregate metrics on the Open LLM Leaderboard.
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 } }
