open-llm-leaderboard-old/details_MBZUAI__LaMini-GPT-124M

数据集 Evaluation run of MBZUAI/LaMini-GPT-124M 是在模型 MBZUAI/LaMini-GPT-124M 在 Open LLM Leaderboard 上的评估运行中自动生成的。数据集包含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，用于在 Open LLM Leaderboard 上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of MBZUAI/LaMini-GPT-124M

数据集描述

数据集概述

数据集是在模型 MBZUAI/LaMini-GPT-124M 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一个特定的分割，分割名称使用运行的timestamp。"train" 分割总是指向最新的结果。

一个额外的配置 "results" 存储了运行所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

加载运行细节的示例如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MBZUAI__LaMini-GPT-124M", "harness_winogrande_5", split="train")

最新结果

这些是来自运行 2023-09-16T18:36:34.459500 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 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.012269295302013422, "em_stderr": 0.0011273758781873528, "f1": 0.07700503355704716, "f1_stderr": 0.001885786848498622, "acc": 0.2569060773480663, "acc_stderr": 0.007023561458220208 }, "harness|drop|3": { "em": 0.012269295302013422, "em_stderr": 0.0011273758781873528, "f1": 0.07700503355704716, "f1_stderr": 0.001885786848498622 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5138121546961326, "acc_stderr": 0.014047122916440415 } }