open-llm-leaderboard-old/details_microsoft__CodeGPT-small-py

该数据集是在评估模型microsoft/CodeGPT-small-py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分割始终指向最新结果。此外，还有一个results配置存储了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。

原始信息汇总

数据集卡片：microsoft/CodeGPT-small-py 评估运行

数据集描述

数据集总结

数据集是在模型 microsoft/CodeGPT-small-py 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（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_microsoft__CodeGPT-small-py", "harness_winogrande_5", split="train")

最新结果

以下是来自 2023-10-16T10:55:21.745604 运行的最新结果： python { "all": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519956, "f1": 0.016416736577181235, "f1_stderr": 0.0008900949322041355, "acc": 0.24388318863456984, "acc_stderr": 0.007024139410202808 }, "harness|drop|3": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519956, "f1": 0.016416736577181235, "f1_stderr": 0.0008900949322041355 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.4877663772691397, "acc_stderr": 0.014048278820405616 } }