open-llm-leaderboard-old/details_psyche__kollama2-7b-v2

该数据集是在评估模型psyche/kollama2-7b-v2时自动生成的，主要用于Open LLM Leaderboard上的评估任务。数据集包含3个配置，每个配置对应一个评估任务，并且每个配置中都有特定的分割，分割名称基于运行的时间戳。此外，还有一个名为results的配置，用于存储所有运行的聚合结果。README还提供了如何加载数据集中的详细信息的示例代码，并展示了最新的评估结果。

原始信息汇总

数据集卡片 for Evaluation run of psyche/kollama2-7b-v2

数据集描述

数据集概述

该数据集是在模型 psyche/kollama2-7b-v2 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 timestamp。"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（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自运行 2023-10-16T01:12:44.878519 的最新结果：

python { "all": { "em": 0.01740771812080537, "em_stderr": 0.0013393597649753845, "f1": 0.10400272651006709, "f1_stderr": 0.0021202520572007394, "acc": 0.41065886057278334, "acc_stderr": 0.009434613134114641 }, "harness|drop|3": { "em": 0.01740771812080537, "em_stderr": 0.0013393597649753845, "f1": 0.10400272651006709, "f1_stderr": 0.0021202520572007394 }, "harness|gsm8k|5": { "acc": 0.06520090978013647, "acc_stderr": 0.006800302989321092 }, "harness|winogrande|5": { "acc": 0.7561168113654302, "acc_stderr": 0.012068923278908189 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_16T01_12_44.878519
    • 路径: **/details_harness|drop|3_2023-10-16T01-12-44.878519.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-16T01-12-44.878519.parquet

• harness_gsm8k_5

  • 分割: 2023_10_16T01_12_44.878519
    • 路径: **/details_harness|gsm8k|5_2023-10-16T01-12-44.878519.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-16T01-12-44.878519.parquet

• harness_winogrande_5

  • 分割: 2023_10_16T01_12_44.878519
    • 路径: **/details_harness|winogrande|5_2023-10-16T01-12-44.878519.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-16T01-12-44.878519.parquet

• results

  • 分割: 2023_10_16T01_12_44.878519
    • 路径: results_2023-10-16T01-12-44.878519.parquet
  • 分割: latest
    • 路径: results_2023-10-16T01-12-44.878519.parquet