open-llm-leaderboard-old/details_JosephusCheung__Qwen-VL-LLaMAfied-7B-Chat

该数据集是在评估模型JosephusCheung/Qwen-VL-LLaMAfied-7B-Chat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。数据集由2次运行创建，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，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 JosephusCheung/Qwen-VL-LLaMAfied-7B-Chat

数据集描述

数据集摘要

数据集是在模型 JosephusCheung/Qwen-VL-LLaMAfied-7B-Chat 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 2 次运行中创建。每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

额外的配置 "results" 存储所有运行的聚合结果（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

加载运行细节的示例： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_JosephusCheung__Qwen-VL-LLaMAfied-7B-Chat_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-06T17:59:10.856732 运行的最新结果：

python { "all": { "em": 0.2633179530201342, "em_stderr": 0.004510450588757744, "f1": 0.33739093959731714, "f1_stderr": 0.00449081714733481, "acc": 0.3283346487766377, "acc_stderr": 0.006672411592679005 }, "harness|drop|3": { "em": 0.2633179530201342, "em_stderr": 0.004510450588757744, "f1": 0.33739093959731714, "f1_stderr": 0.00449081714733481 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.6566692975532754, "acc_stderr": 0.01334482318535801 } }