open-llm-leaderboard/details_upstage__SOLAR-0-70b-16bit

该数据集是在评估模型upstage/SOLAR-0-70b-16bit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 upstage/SOLAR-0-70b-16bit. It contains three configurations, each corresponding to one evaluation task. The dataset is generated from a single run, where the results of each run are stored in splits named with timestamps, and the "train" split always points 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.

原始信息汇总

数据集卡片 for Evaluation run of upstage/SOLAR-0-70b-16bit

数据集描述

数据集概述

数据集是在模型 upstage/SOLAR-0-70b-16bit 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 timestamp。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 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）。

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_upstage__SOLAR-0-70b-16bit_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-07T01:00:47.965413 运行的最新结果：

python { "all": { "em": 0.3555998322147651, "em_stderr": 0.004902281518260701, "f1": 0.47494337248322493, "f1_stderr": 0.004563199491248503, "acc": 0.6442241467520119, "acc_stderr": 0.012060674423078888 }, "harness|drop|3": { "em": 0.3555998322147651, "em_stderr": 0.004902281518260701, "f1": 0.47494337248322493, "f1_stderr": 0.004563199491248503 }, "harness|gsm8k|5": { "acc": 0.45261561789234267, "acc_stderr": 0.013710499070934969 }, "harness|winogrande|5": { "acc": 0.8358326756116812, "acc_stderr": 0.010410849775222808 } }