five

open-llm-leaderboard/details_psmathur__model_009

收藏
Hugging Face2023-11-09 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard/details_psmathur__model_009
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在评估模型psmathur/model_009时自动生成的,包含3个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果以时间戳命名的分割形式存储,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,用于在Open LLM Leaderboard上计算和显示聚合指标。

This dataset was automatically generated during the evaluation of the model psmathur/model_009. It contains 3 configurations, each corresponding to one evaluation task. The dataset is generated from a single run, and the results of each run are stored as splits named by timestamps, with the "train" split always pointing to the latest result. Additionally, there is a "results" configuration that stores the aggregated results of all runs, which is used to calculate and display aggregate metrics on the Open LLM Leaderboard.
提供机构:
open-llm-leaderboard
原始信息汇总

数据集卡片 for Evaluation run of psmathur/model_009

数据集描述

数据集概述

数据集是在对模型 psmathur/model_009 进行评估运行期间自动创建的,用于 Open LLM Leaderboard

该数据集由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(用于计算和显示 Open LLM Leaderboard 上的聚合指标)。

最新结果

以下是从运行 2023-11-09T07:41:27.734814 获得的最新结果:

python { "all": { "em": 0.3341023489932886, "em_stderr": 0.004830400685277283, "f1": 0.440147860738256, "f1_stderr": 0.0045184970708564655, "acc": 0.6087212395126058, "acc_stderr": 0.0120913878225072 }, "harness|drop|3": { "em": 0.3341023489932886, "em_stderr": 0.004830400685277283, "f1": 0.440147860738256, "f1_stderr": 0.0045184970708564655 }, "harness|gsm8k|5": { "acc": 0.39423805913570886, "acc_stderr": 0.01346085235709565 }, "harness|winogrande|5": { "acc": 0.8232044198895028, "acc_stderr": 0.010721923287918747 } }

数据集结构

配置

  • harness_drop_3

    • 分割: 2023_11_09T07_41_27.734814
      • 路径: **/details_harness|drop|3_2023-11-09T07-41-27.734814.parquet
    • 分割: latest
      • 路径: **/details_harness|drop|3_2023-11-09T07-41-27.734814.parquet
  • harness_gsm8k_5

    • 分割: 2023_11_09T07_41_27.734814
      • 路径: **/details_harness|gsm8k|5_2023-11-09T07-41-27.734814.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-11-09T07-41-27.734814.parquet
  • harness_winogrande_5

    • 分割: 2023_11_09T07_41_27.734814
      • 路径: **/details_harness|winogrande|5_2023-11-09T07-41-27.734814.parquet
    • 分割: latest
      • 路径: **/details_harness|winogrande|5_2023-11-09T07-41-27.734814.parquet
  • results

    • 分割: 2023_11_09T07_41_27.734814
      • 路径: results_2023-11-09T07-41-27.734814.parquet
    • 分割: latest
      • 路径: results_2023-11-09T07-41-27.734814.parquet
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作