open-llm-leaderboard-old/details_Salesforce__codegen-16B-nl

该数据集是在评估模型Salesforce/codegen-16B-nl时自动生成的，评估过程在Open LLM Leaderboard上进行。数据集包含122个配置，每个配置对应一个评估任务。数据集由3次运行生成，每次运行的结果存储在不同的split中，split以运行的时间戳命名。train split始终指向最新的结果。此外，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Salesforce/codegen-16B-nl 进行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 122 个配置，每个配置对应一个评估任务。
• 数据集从 3 次运行中创建，每次运行可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。
• 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_Salesforce__codegen-16B-nl", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-16T21:34:04.587307 运行的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931190987, "f1": 0.050115352348993385, "f1_stderr": 0.0012004040103300048, "acc": 0.35304663251500595, "acc_stderr": 0.00877106572247344 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931190987, "f1": 0.050115352348993385, "f1_stderr": 0.0012004040103300048 }, "harness|gsm8k|5": { "acc": 0.026535253980288095, "acc_stderr": 0.004427045987265165 }, "harness|winogrande|5": { "acc": 0.6795580110497238, "acc_stderr": 0.013115085457681714 } }

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_07_19T20_43_28.351317
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:43:28.351317.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:43:28.351317.parquet

• harness_drop_3

  • 分割: 2023_09_16T21_34_04.587307
    • 路径: **/details_harness|drop|3_2023-09-16T21-34-04.587307.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-16T21-34-04.587307.parquet

• harness_gsm8k_5

  • 分割: 2023_09_16T21_34_04.587307
    • 路径: **/details_harness|gsm8k|5_2023-09-16T21-34-04.587307.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-16T21-34-04.587307.parquet

• harness_hellaswag_10

  • 分割: 2023_07_19T20_43_28.351317
    • 路径: **/details_harness|hellaswag|10_2023-07-19T20:43:28.351317.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-19T20:43:28.351317.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_19T20_43_28.351317
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T20:43:28.351317.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T20:43:28.351317.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T20:43:28.351317.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T20:43:28.351317.parquet
      • ...（其他路径省略）