open-llm-leaderboard-old/details_ajibawa-2023__scarlett-33b

该数据集是在Open LLM Leaderboard上对模型ajibawa-2023/scarlett-33b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。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。

原始信息汇总

数据集概述

数据集描述

• 数据集摘要： 该数据集是在模型 ajibawa-2023/scarlett-33b 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

• 数据集组成： 数据集包含3个配置，每个配置对应一个评估任务。

• 数据集创建： 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一个特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

• 额外配置： 一个额外的配置 "results" 存储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。

最新结果

以下是2023-10-16T22:35:33.432949运行的最新结果：

python { "all": { "em": 0.3665058724832215, "em_stderr": 0.004934593891762348, "f1": 0.43883598993288797, "f1_stderr": 0.004751167980569885, "acc": 0.39800367765635275, "acc_stderr": 0.008206189612832142 }, "harness|drop|3": { "em": 0.3665058724832215, "em_stderr": 0.004934593891762348, "f1": 0.43883598993288797, "f1_stderr": 0.004751167980569885 }, "harness|gsm8k|5": { "acc": 0.028051554207733132, "acc_stderr": 0.00454822953383635 }, "harness|winogrande|5": { "acc": 0.7679558011049724, "acc_stderr": 0.011864149691827933 } }

数据集结构

配置

• harness_drop_3

  • 分割：2023_10_16T22_35_33.432949
  • 路径：**/details_harness|drop|3_2023-10-16T22-35-33.432949.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-16T22-35-33.432949.parquet

• harness_gsm8k_5

  • 分割：2023_10_16T22_35_33.432949
  • 路径：**/details_harness|gsm8k|5_2023-10-16T22-35-33.432949.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-16T22-35-33.432949.parquet

• harness_winogrande_5

  • 分割：2023_10_16T22_35_33.432949
  • 路径：**/details_harness|winogrande|5_2023-10-16T22-35-33.432949.parquet
  • 分割：latest
  • 路径：**/details_harness|winogrande|5_2023-10-16T22-35-33.432949.parquet

• results

  • 分割：2023_10_16T22_35_33.432949
  • 路径：results_2023-10-16T22-35-33.432949.parquet
  • 分割：latest
  • 路径：results_2023-10-16T22-35-33.432949.parquet