open-llm-leaderboard-old/details_ICBU-NPU__FashionGPT-70B-V1.1

该数据集是在Open LLM Leaderboard上对ICBU-NPU/FashionGPT-70B-V1.1模型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

数据集卡片 for Evaluation run of ICBU-NPU/FashionGPT-70B-V1.1

数据集描述

数据集概述

该数据集是在模型 ICBU-NPU/FashionGPT-70B-V1.1 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。每次运行都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）。

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_ICBU-NPU__FashionGPT-70B-V1.1_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-09T05:03:34.118440 运行的最新结果：

python { "all": { "em": 0.24800755033557048, "em_stderr": 0.004422612027820539, "f1": 0.40814072986577404, "f1_stderr": 0.004137188687530774, "acc": 0.6205347980131322, "acc_stderr": 0.012108370161317753 }, "harness|drop|3": { "em": 0.24800755033557048, "em_stderr": 0.004422612027820539, "f1": 0.40814072986577404, "f1_stderr": 0.004137188687530774 }, "harness|gsm8k|5": { "acc": 0.41470811220621684, "acc_stderr": 0.013570623842304504 }, "harness|winogrande|5": { "acc": 0.8263614838200474, "acc_stderr": 0.010646116480331001 } }