open-llm-leaderboard-old/details_lmsys__longchat-7b-v1.5-32k

该数据集是在Open LLM Leaderboard上对模型lmsys/longchat-7b-v1.5-32k进行评估时自动创建的。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，分割名称使用运行的时间戳。train分割始终指向最新结果。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集描述

• 数据集名称: Evaluation run of lmsys/longchat-7b-v1.5-32k
• 数据集来源: 在模型 lmsys/longchat-7b-v1.5-32k 的评估运行期间自动创建，用于 Open LLM Leaderboard。

数据集摘要

该数据集包含3个配置，每个配置对应一个评估任务。数据集从1次运行中创建，每个运行的结果以时间戳命名的特定分割存储。"train" 分割始终指向最新的结果。

此外，还有一个名为 "results" 的配置，存储所有运行的聚合结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

最新结果

以下是2023-10-16T16:20:33.188247运行的最新结果：

python { "all": { "em": 0.08252936241610738, "em_stderr": 0.0028179934761829416, "f1": 0.1372829278523486, "f1_stderr": 0.0030245592633561815, "acc": 0.3672124310289838, "acc_stderr": 0.009455449816488642 }, "harness|drop|3": { "em": 0.08252936241610738, "em_stderr": 0.0028179934761829416, "f1": 0.1372829278523486, "f1_stderr": 0.0030245592633561815 }, "harness|gsm8k|5": { "acc": 0.047763457164518575, "acc_stderr": 0.005874387536229305 }, "harness|winogrande|5": { "acc": 0.6866614048934491, "acc_stderr": 0.01303651209674798 } }

数据集结构

配置

• harness_drop_3:

  • 分割: 2023_10_16T16_20_33.188247
  • 路径: **/details_harness|drop|3_2023-10-16T16-20-33.188247.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-16T16-20-33.188247.parquet

• harness_gsm8k_5:

  • 分割: 2023_10_16T16_20_33.188247
  • 路径: **/details_harness|gsm8k|5_2023-10-16T16-20-33.188247.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-16T16-20-33.188247.parquet

• harness_winogrande_5:

  • 分割: 2023_10_16T16_20_33.188247
  • 路径: **/details_harness|winogrande|5_2023-10-16T16-20-33.188247.parquet
  • 分割: latest
  • 路径: **/details_harness|winogrande|5_2023-10-16T16-20-33.188247.parquet

• results:

  • 分割: 2023_10_16T16_20_33.188247
  • 路径: results_2023-10-16T16-20-33.188247.parquet
  • 分割: latest
  • 路径: results_2023-10-16T16-20-33.188247.parquet