open-llm-leaderboard/details_psmathur__orca_mini_v3_70b

该数据集是在模型psmathur/orca_mini_v3_70b在Open LLM Leaderboard上的评估运行中自动创建的。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results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 created during the evaluation run of the model psmathur/orca_mini_v3_70b on the Open LLM Leaderboard. It comprises three configurations, each corresponding to one evaluation task. The dataset is generated from a single evaluation run, where each configuration includes specific splits, and the names of these splits are based on the timestamp of the run. The train split always points to the most recent results. Additionally, there is a "results" configuration that stores aggregated results across all runs, and is utilized 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 psmathur/orca_mini_v3_70b

数据集描述

数据集摘要

该数据集是在模型 psmathur/orca_mini_v3_70b 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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 timestamp。"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）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_psmathur__orca_mini_v3_70b_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-09T13:40:37.998536 运行的最新结果：

python { "all": { "em": 0.31061241610738255, "em_stderr": 0.004738935370907925, "f1": 0.4017103607382563, "f1_stderr": 0.004555690324539627, "acc": 0.6178968305495601, "acc_stderr": 0.012083802131657148 }, "harness|drop|3": { "em": 0.31061241610738255, "em_stderr": 0.004738935370907925, "f1": 0.4017103607382563, "f1_stderr": 0.004555690324539627 }, "harness|gsm8k|5": { "acc": 0.4086429112964367, "acc_stderr": 0.01354063973334243 }, "harness|winogrande|5": { "acc": 0.8271507498026835, "acc_stderr": 0.010626964529971864 } }