open-llm-leaderboard/details_psmathur__model_009
收藏数据集卡片 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
- 分割: 2023_11_09T07_41_27.734814
-
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
- 分割: 2023_11_09T07_41_27.734814
-
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
- 分割: 2023_11_09T07_41_27.734814
-
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
- 分割: 2023_11_09T07_41_27.734814



