open-llm-leaderboard/details_Locutusque__gpt2-large-conversational

该数据集是在Open LLM Leaderboard上对模型Locutusque/gpt2-large-conversational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，分割使用运行的时间戳命名。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。

This dataset was automatically generated during the evaluation of the Locutusque/gpt2-large-conversational model on the Open LLM Leaderboard. It comprises three configurations, each corresponding to a distinct evaluation task. The dataset is created from a single evaluation run, where each configuration contains specific data splits named using the timestamp of the run. The 'train' split always references the most recent evaluation results. Furthermore, a 'results' configuration is included to store the aggregated results across all runs, and is utilized to calculate and display the aggregate metrics presented on the Open LLM Leaderboard.

原始信息汇总

数据集概述

数据集描述

• 数据集摘要：该数据集是在评估模型 Locutusque/gpt2-large-conversational 在 Open LLM Leaderboard 上的运行过程中自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。

• 数据集创建：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 timestamp。"train" 分割始终指向最新的结果。

• 额外配置：一个额外的配置 "results" 存储所有运行结果的聚合（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

最新结果

以下是来自 2023-10-25T01:46:41.651316 运行的最新结果：

python { "all": { "em": 0.0026216442953020135, "em_stderr": 0.00052366856429659, "f1": 0.05192533557046985, "f1_stderr": 0.001344504704587554, "acc": 0.2805684988926939, "acc_stderr": 0.007353899944869109 }, "harness|drop|3": { "em": 0.0026216442953020135, "em_stderr": 0.00052366856429659, "f1": 0.05192533557046985, "f1_stderr": 0.001344504704587554 }, "harness|gsm8k|5": { "acc": 0.000758150113722517, "acc_stderr": 0.0007581501137225207 }, "harness|winogrande|5": { "acc": 0.5603788476716653, "acc_stderr": 0.013949649776015698 } }

配置信息

• harness_drop_3

  • 分割：2023_10_25T01_46_41.651316
  • 路径：**/details_harness|drop|3_2023-10-25T01-46-41.651316.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T01-46-41.651316.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T01_46_41.651316
  • 路径：**/details_harness|gsm8k|5_2023-10-25T01-46-41.651316.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T01-46-41.651316.parquet

• harness_winogrande_5

  • 分割：2023_10_25T01_46_41.651316
  • 路径：**/details_harness|winogrande|5_2023-10-25T01-46-41.651316.parquet
  • 分割：latest
  • 路径：**/details_harness|winogrande|5_2023-10-25T01-46-41.651316.parquet

• results

  • 分割：2023_10_25T01_46_41.651316
  • 路径：results_2023-10-25T01-46-41.651316.parquet
  • 分割：latest
  • 路径：results_2023-10-25T01-46-41.651316.parquet