open-llm-leaderboard/details_MBZUAI__LaMini-GPT-774M

该数据集是在Open LLM Leaderboard上对MBZUAI/LaMini-GPT-774M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。数据集从1次运行中创建，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，results配置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。

This dataset was automatically created during the evaluation of the MBZUAI/LaMini-GPT-774M model on the Open LLM Leaderboard. The dataset consists of 3 configurations, each corresponding to an evaluation task. It is constructed from a single run, where each configuration contains specific splits named after the timestamp of the run. The 'train' split always points to the most recent results. Additionally, the 'results' configuration stores aggregated results from all runs and is used to calculate and display the aggregate metrics on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of MBZUAI/LaMini-GPT-774M

数据集描述

数据集概述

数据集是在模型 MBZUAI/LaMini-GPT-774M 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。

数据集从 1 次运行中创建。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" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（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_MBZUAI__LaMini-GPT-774M", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-17T01:05:23.378180 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": 0.03544463087248322, "em_stderr": 0.0018935573437954087, "f1": 0.12509857382550346, "f1_stderr": 0.0025549304231766066, "acc": 0.2829518547750592, "acc_stderr": 0.006964941277847027 }, "harness|drop|3": { "em": 0.03544463087248322, "em_stderr": 0.0018935573437954087, "f1": 0.12509857382550346, "f1_stderr": 0.0025549304231766066 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5659037095501184, "acc_stderr": 0.013929882555694054 } }