open-llm-leaderboard-old/details_chargoddard__Yi-34B-Llama

该数据集是在评估模型chargoddard/Yi-34B-Llama时自动生成的，主要用于Open LLM Leaderboard的评估任务。数据集包含一个配置，每个配置对应一个评估任务。数据集由一个运行生成，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。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上的聚合指标。

This dataset was automatically generated during the evaluation of the chargoddard/Yi-34B-Llama model, and is primarily intended for evaluation tasks on the Open LLM Leaderboard. The dataset includes one configuration, with each configuration corresponding to a single evaluation task. The dataset is generated via runs, where each run has a dedicated split under each configuration, and the split names are derived from the timestamps of the respective runs. The 'train' split always points to the most recent results. Additionally, there is a configuration named 'results' that stores 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：Evaluation run of chargoddard/Yi-34B-Llama

数据集描述

数据集概述

数据集是在模型chargoddard/Yi-34B-Llama在Open LLM Leaderboard上的评估运行期间自动创建的。

数据集由1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一个特定的拆分，拆分名称使用运行的时间戳。"train"拆分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）。

最新结果

以下是2023-12-03T19:49:20.371477运行的最新结果：

python { "all": { "acc": 0.6080363912054587, "acc_stderr": 0.013447140886023824 }, "harness|gsm8k|5": { "acc": 0.6080363912054587, "acc_stderr": 0.013447140886023824 } }

数据集结构

配置

• config_name: harness_gsm8k_5

  • 拆分: 2023_12_03T19_49_20.371477
    • 路径: **/details_harness|gsm8k|5_2023-12-03T19-49-20.371477.parquet
  • 拆分: latest
    • 路径: **/details_harness|gsm8k|5_2023-12-03T19-49-20.371477.parquet

• config_name: results

  • 拆分: 2023_12_03T19_49_20.371477
    • 路径: results_2023-12-03T19-49-20.371477.parquet
  • 拆分: latest
    • 路径: results_2023-12-03T19-49-20.371477.parquet