open-llm-leaderboard/details_wahaha1987__llama_7b_sharegpt94k_fastchat

该数据集是在Open LLM Leaderboard上对模型wahaha1987/llama_7b_sharegpt94k_fastchat进行评估时自动创建的。数据集包含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，并用于在Open LLM Leaderboard上计算和显示聚合指标。

This dataset was automatically created during the evaluation of the model `wahaha1987/llama_7b_sharegpt94k_fastchat` on the Open LLM Leaderboard. It comprises 3 configurations, each corresponding to a single evaluation task. The dataset was generated via one single evaluation run, with each configuration containing specific data splits named after the run's timestamp. The `train` split always points to the most recent evaluation results. Additionally, a `results` configuration is included to store the aggregated results across all runs, and is used to calculate and display the aggregated metrics on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of wahaha1987/llama_7b_sharegpt94k_fastchat

数据集描述

数据集概述

该数据集是在模型 wahaha1987/llama_7b_sharegpt94k_fastchat 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间戳。"train" 分割始终指向最新的结果。

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）。

加载运行细节的示例： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_wahaha1987__llama_7b_sharegpt94k_fastchat", "harness_winogrande_5", split="train")

最新结果

以下是从运行 2023-09-20T18:16:52.904405 获得的最新结果：

python { "all": { "em": 0.08934563758389262, "em_stderr": 0.0029211449908449474, "f1": 0.14663171140939493, "f1_stderr": 0.003084457529543832, "acc": 0.3748038054707682, "acc_stderr": 0.009200192405721019 }, "harness|drop|3": { "em": 0.08934563758389262, "em_stderr": 0.0029211449908449474, "f1": 0.14663171140939493, "f1_stderr": 0.003084457529543832 }, "harness|gsm8k|5": { "acc": 0.043214556482183475, "acc_stderr": 0.0056009875152378645 }, "harness|winogrande|5": { "acc": 0.7063930544593529, "acc_stderr": 0.012799397296204173 } }