open-llm-leaderboard-old/details_lmsys__vicuna-13b-v1.3
收藏数据集概述
数据集描述
-
数据集摘要: 该数据集是在模型lmsys/vicuna-13b-v1.3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"存储所有运行结果的聚合,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如下: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lmsys__vicuna-13b-v1.3", "harness_winogrande_5", split="train")
最新结果
以下是2023-10-21T21:13:42.887863运行的最新结果:
python { "all": { "em": 0.016673657718120804, "em_stderr": 0.0013113056398144408, "f1": 0.08239932885906037, "f1_stderr": 0.0019047507167675335, "acc": 0.427940733843833, "acc_stderr": 0.010367986551641579 }, "harness|drop|3": { "em": 0.016673657718120804, "em_stderr": 0.0013113056398144408, "f1": 0.08239932885906037, "f1_stderr": 0.0019047507167675335 }, "harness|gsm8k|5": { "acc": 0.10765731614859743, "acc_stderr": 0.008537484003023366 }, "harness|winogrande|5": { "acc": 0.7482241515390686, "acc_stderr": 0.012198489100259792 } }



