open-llm-leaderboard-old/details_dvruette__oasst-llama-13b-2-epochs

该数据集是在模型[dvruette/oasst-llama-13b-2-epochs](https://huggingface.co/dvruette/oasst-llama-13b-2-epochs)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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。数据集由1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，还有一个名为"results"的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](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集描述

• 数据集摘要：该数据集是在模型 dvruette/oasst-llama-13b-2-epochs 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

• 数据集组成：数据集包含3个配置，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。每个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。

• 额外配置：一个额外的配置 "results" 存储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。

最新结果

以下是来自运行 2023-10-16T19:35:51.495118 的最新结果：

python { "all": { "em": 0.04299496644295302, "em_stderr": 0.002077330365557692, "f1": 0.10806732382550314, "f1_stderr": 0.0024113571936826787, "acc": 0.42569171474168144, "acc_stderr": 0.00971706467249931 }, "harness|drop|3": { "em": 0.04299496644295302, "em_stderr": 0.002077330365557692, "f1": 0.10806732382550314, "f1_stderr": 0.0024113571936826787 }, "harness|gsm8k|5": { "acc": 0.08263836239575435, "acc_stderr": 0.007584089220148114 }, "harness|winogrande|5": { "acc": 0.7687450670876085, "acc_stderr": 0.01185004012485051 } }

数据集加载

要加载运行的详细信息，可以使用以下代码：

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dvruette__oasst-llama-13b-2-epochs", "harness_winogrande_5", split="train")