open-llm-leaderboard/details_bigscience__bloom-560m

该数据集是在评估模型bigscience/bloom-560m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13次运行生成，每次运行的结果作为一个特定的分割存储，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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of bigscience/bloom-560m

数据集摘要

• 该数据集是在对模型 bigscience/bloom-560m 进行评估运行期间自动创建的。
• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集由 13 次运行创建，每次运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• "train" 分片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_bigscience__bloom-560m", "harness_gsm8k_5", split="train")

最新结果

• 这些是最新结果（来自 2023-12-04T13:05:03.033636 运行）的示例： python { "all": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245468 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245468 } }

配置详情

• harness_arc_challenge_25

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T09:50:46.994927.parquet

• harness_drop_3

  • 分片：2023_10_17T01_44_51.787860, 2023_10_19T07_58_25.532907, 2023_10_19T11_57_26.532188, 2023_10_19T13_58_30.472160, latest
  • 路径：**/details_harness|drop|3_2023-10-17T01-44-51.787860.parquet 等

• harness_gsm8k_5

  • 分片：2023_10_17T01_44_51.787860, 2023_10_19T07_58_25.532907, 2023_10_19T11_57_26.532188, 2023_10_19T13_58_30.472160, 2023_12_03T15_01_55.935382, 2023_12_03T15_02_09.067243, 2023_12_03T16_04_42.088670, 2023_12_03T16_05_29.861058, 2023_12_04T09_54_26.106896, 2023_12_04T09_54_41.464190, 2023_12_04T13_04_03.136528, 2023_12_04T13_05_03.033636, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-17T01-44-51.787860.parquet 等

• harness_hellaswag_10

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hellaswag|10_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T09:50:46.994927.parquet 等

• harness_hendrycksTest_abstract_algebra_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_anatomy_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_astronomy_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_business_ethics_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_biology_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_medicine_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_college_physics_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_computer_security_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-08-09T09:50:46.994927.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分片：2023_08_09T09_50_46.994927, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-09T09:50:46.994927.parquet

以上是数据集的详细概述，包括数据集名称、摘要、加载示例、最新结果以及各个配置的详细信息。