open-llm-leaderboard-old/details_wei123602__Llama-2-13b-FINETUNE4_TEST2

该数据集是在评估模型wei123602/Llama-2-13b-FINETUNE4_TEST2时自动生成的，评估是在Open LLM Leaderboard上进行的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行的结果都作为一个特定的分割存储在每个配置中，分割的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，用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 wei123602/Llama-2-13b-FINETUNE4_TEST2 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" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_wei123602__Llama-2-13b-FINETUNE4_TEST2", "harness_winogrande_5", split="train")

最新结果

这些是最新的结果，来自 2023-10-25T21:06:32.496100 的运行： python { "all": { "em": 0.15016778523489932, "em_stderr": 0.0036584290259430103, "f1": 0.2005201342281873, "f1_stderr": 0.0036902547918246254, "acc": 0.449147694463709, "acc_stderr": 0.010606729865520519 }, "harness|drop|3": { "em": 0.15016778523489932, "em_stderr": 0.0036584290259430103, "f1": 0.2005201342281873, "f1_stderr": 0.0036902547918246254 }, "harness|gsm8k|5": { "acc": 0.13191811978771797, "acc_stderr": 0.009321265253857515 }, "harness|winogrande|5": { "acc": 0.7663772691397001, "acc_stderr": 0.011892194477183524 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 拆分：2023_10_03T15_36_38.191985
    • 路径：**/details_harness|arc:challenge|25_2023-10-03T15-36-38.191985.parquet
  • 拆分：latest
    • 路径：**/details_harness|arc:challenge|25_2023-10-03T15-36-38.191985.parquet

• harness_drop_3

  • 拆分：2023_10_25T21_06_32.496100
    • 路径：**/details_harness|drop|3_2023-10-25T21-06-32.496100.parquet
  • 拆分：latest
    • 路径：**/details_harness|drop|3_2023-10-25T21-06-32.496100.parquet

• harness_gsm8k_5

  • 拆分：2023_10_25T21_06_32.496100
    • 路径：**/details_harness|gsm8k|5_2023-10-25T21-06-32.496100.parquet
  • 拆分：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-25T21-06-32.496100.parquet

• harness_hellaswag_10

  • 拆分：2023_10_03T15_36_38.191985
    • 路径：**/details_harness|hellaswag|10_2023-10-03T15-36-38.191985.parquet
  • 拆分：latest
    • 路径：**/details_harness|hellaswag|10_2023-10-03T15-36-38.191985.parquet

• harness_hendrycksTest_5

  • 拆分：2023_10_03T15_36_38.191985
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T15-36-38.191985.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T15-36-38.191985.parquet
      • ...（其他路径省略）
  • 拆分：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T15-36-38.191985.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T15-36-38.191985.parquet
      • ...（其他路径省略）