open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE2_3w

该数据集是在模型CHIH-HUNG/llama-2-13b-FINETUNE2_3w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。数据集由1次运行创建，每次运行可以在每个配置中找到特定的分割，分割使用运行的时间戳命名。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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

This dataset was automatically generated during the evaluation run of the model CHIH-HUNG/llama-2-13b-FINETUNE2_3w on the Open LLM Leaderboard. The dataset comprises three configurations, each corresponding to one evaluation task. This dataset is created from a single run, where each configuration includes specific data splits named after the run's timestamp. The train split always points to the most recent results. Additionally, a "results" configuration stores aggregated results across all runs, and is used to calculate and display the aggregate metrics presented on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of CHIH-HUNG/llama-2-13b-FINETUNE2_3w

数据集描述

数据集总结

该数据集是在模型 CHIH-HUNG/llama-2-13b-FINETUNE2_3w 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。

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）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE2_3w", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T05:30:33.523762 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.19316275167785235, "em_stderr": 0.004042912227684817, "f1": 0.2405106963087243, "f1_stderr": 0.004012764038516629, "acc": 0.44387175953656505, "acc_stderr": 0.010404181547690496 }, "harness|drop|3": { "em": 0.19316275167785235, "em_stderr": 0.004042912227684817, "f1": 0.2405106963087243, "f1_stderr": 0.004012764038516629 }, "harness|gsm8k|5": { "acc": 0.1197877179681577, "acc_stderr": 0.008944213403553045 }, "harness|winogrande|5": { "acc": 0.7679558011049724, "acc_stderr": 0.011864149691827948 } }