open-llm-leaderboard/details_aiplanet__effi-7b

该数据集是在模型aiplanet/effi-7b的评估运行过程中自动创建的，用于Open LLM Leaderboard。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分割始终指向最新结果。此外，还有一个results配置存储所有运行的聚合结果，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 aiplanet/effi-7b, and is intended for the Open LLM Leaderboard. It includes 3 configurations, each corresponding to a single evaluation task. The dataset is created from one run, where each run generates specific splits for each configuration, with the split names adopting the timestamp of the run. The "train" split always points to the most recent results. Furthermore, there is a "results" configuration that stores the aggregated results across all runs, which is used to compute and display the aggregate metrics on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of aiplanet/effi-7b

数据集描述

数据集概述

数据集是在模型 aiplanet/effi-7b 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。

数据集是从1次运行中创建的。每次运行可以在每个配置中找到一个特定的分割，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" 存储了运行的所有聚合结果（用于在 Open LLM Leaderboard 上计算和显示聚合指标）。

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_aiplanet__effi-7b", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-16T00:38:54.872293 的最新结果：

python { "all": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298541, "f1": 0.06146078020134238, "f1_stderr": 0.0013862861484435665, "acc": 0.37858887140948305, "acc_stderr": 0.008690432281689055 }, "harness|drop|3": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298541, "f1": 0.06146078020134238, "f1_stderr": 0.0013862861484435665 }, "harness|gsm8k|5": { "acc": 0.03184230477634572, "acc_stderr": 0.004836348558260928 }, "harness|winogrande|5": { "acc": 0.7253354380426204, "acc_stderr": 0.012544516005117185 } }