open-llm-leaderboard/details_VMware__open-llama-7b-open-instruct

该数据集是在评估模型VMware/open-llama-7b-open-instruct在Open LLM Leaderboard上的运行过程中自动生成的。数据集由3个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，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。此外，还有一个results配置存储了所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。

This dataset was automatically generated during the evaluation run of the model VMware/open-llama-7b-open-instruct on the Open LLM Leaderboard. It comprises three configurations, each corresponding to a distinct evaluation task. The dataset contains detailed records of one single evaluation run, with specific data splits available under each configuration; the names of these splits are derived from the timestamp of the run. The "train" split always points to the most recent results. Additionally, a "results" configuration is included, which stores the aggregated results across all runs and is used to compute and display the aggregated metrics on the Open LLM Leaderboard.

原始信息汇总

数据集卡片 for Evaluation run of VMware/open-llama-7b-open-instruct

数据集描述

数据集概述

数据集是在模型 VMware/open-llama-7b-open-instruct 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" 存储了所有运行结果的聚合（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_VMware__open-llama-7b-open-instruct", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T05:54:33.646620 运行的最新结果（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。你可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "em": 0.24811241610738255, "em_stderr": 0.004423238498303271, "f1": 0.3074643456375843, "f1_stderr": 0.004402791070678147, "acc": 0.3298042752007123, "acc_stderr": 0.007683951336441218 }, "harness|drop|3": { "em": 0.24811241610738255, "em_stderr": 0.004423238498303271, "f1": 0.3074643456375843, "f1_stderr": 0.004402791070678147 }, "harness|gsm8k|5": { "acc": 0.00530705079605762, "acc_stderr": 0.0020013057209480527 }, "harness|winogrande|5": { "acc": 0.654301499605367, "acc_stderr": 0.013366596951934383 } }