open-llm-leaderboard-old/details_RoversX__llama-2-7b-hf-small-shards-Samantha-V1-SFT

该数据集是在评估模型RoversX/llama-2-7b-hf-small-shards-Samantha-V1-SFT在Open LLM Leaderboard上的表现时自动生成的。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，每次运行在每个配置中作为一个特定的分割，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，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 model RoversX/llama-2-7b-hf-small-shards-Samantha-V1-SFT on the Open LLM Leaderboard. The dataset includes 3 configurations, each corresponding to one evaluation task. This dataset is generated from a single run, where each configuration is paired with a specific split, and the names of these splits are derived from the timestamp of the run. The "train" split always references the most recent results. Furthermore, a "results" configuration stores the aggregated results across all runs, which are used to calculate and display the aggregate metrics shown on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of RoversX/llama-2-7b-hf-small-shards-Samantha-V1-SFT

数据集描述

数据集概述

该数据集是在模型 RoversX/llama-2-7b-hf-small-shards-Samantha-V1-SFT 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作为一个特定的分割找到，分割名称使用运行的时戳。"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_RoversX__llama-2-7b-hf-small-shards-Samantha-V1-SFT", "harness_winogrande_5", split="train")

最新结果

以下是来自运行 2023-10-13T04:33:28.538192 的最新结果（注意，如果连续评估没有覆盖相同的任务，则仓库中可能会有其他任务的结果。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931188796, "f1": 0.052196937919463185, "f1_stderr": 0.0012732861194066877, "acc": 0.4008241516587451, "acc_stderr": 0.009542578755221624 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931188796, "f1": 0.052196937919463185, "f1_stderr": 0.0012732861194066877 }, "harness|gsm8k|5": { "acc": 0.06368460955269144, "acc_stderr": 0.006726213078805692 }, "harness|winogrande|5": { "acc": 0.7379636937647988, "acc_stderr": 0.012358944431637557 } }