open-llm-leaderboard/details_Sao10K__BrainDerp3

该数据集是在评估模型Sao10K/BrainDerp3时自动创建的，包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定的分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在模型 Sao10K/BrainDerp3 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集结构

• 该数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，每次运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__BrainDerp3", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T22:57:20.816050 运行 的最新结果： python { "all": { "em": 0.0269505033557047, "em_stderr": 0.0016584048452624436, "f1": 0.1492428691275163, "f1_stderr": 0.002525870073512654, "acc": 0.4182403617100085, "acc_stderr": 0.009778590926073638 }, "harness|drop|3": { "em": 0.0269505033557047, "em_stderr": 0.0016584048452624436, "f1": 0.1492428691275163, "f1_stderr": 0.002525870073512654 }, "harness|gsm8k|5": { "acc": 0.0803639120545868, "acc_stderr": 0.007488258573239077 }, "harness|winogrande|5": { "acc": 0.7561168113654302, "acc_stderr": 0.012068923278908199 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_10_04T07_48_05.088946
    • 路径: **/details_harness|arc:challenge|25_2023-10-04T07-48-05.088946.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-04T07-48-05.088946.parquet

• harness_drop_3

  • 分割: 2023_10_28T22_57_20.816050
    • 路径: **/details_harness|drop|3_2023-10-28T22-57-20.816050.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-28T22-57-20.816050.parquet

• harness_gsm8k_5

  • 分割: 2023_10_28T22_57_20.816050
    • 路径: **/details_harness|gsm8k|5_2023-10-28T22-57-20.816050.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-28T22-57-20.816050.parquet

• harness_hellaswag_10

  • 分割: 2023_10_04T07_48_05.088946
    • 路径: **/details_harness|hellaswag|10_2023-10-04T07-48-05.088946.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-04T07-48-05.088946.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_04T07_48_05.088946
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T07-48-05.088946.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T07-48-05.088946.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T07-48-05.088946.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T07-48-05.088946.parquet
      • ...（其他路径省略）