open-llm-leaderboard-old/details_uukuguy__speechless-orca-platypus-coig-lite-4k-0.6e-13b

该数据集是在Open LLM Leaderboard上对模型uukuguy/speechless-orca-platypus-coig-lite-4k-0.6e-13b进行评估时自动创建的。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3次运行生成，每次运行的结果作为特定分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个名为results的配置，存储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

该数据集是在评估模型 uukuguy/speechless-orca-platypus-coig-lite-4k-0.6e-13b 的过程中自动创建的。数据集包含64个配置，每个配置对应一个评估任务。数据集从3次运行中创建，每次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。

数据集结构

数据集包含以下配置和对应的分割：

• harness_arc_challenge_25

  • 分割: 2023_08_31T13_16_07.085332
    • 路径: **/details_harness|arc:challenge|25_2023-08-31T13:16:07.085332.parquet
  • 分割: 2023_08_31T13_45_32.435027
    • 路径: **/details_harness|arc:challenge|25_2023-08-31T13:45:32.435027.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-31T13:45:32.435027.parquet

• harness_drop_3

  • 分割: 2023_10_29T12_34_15.259983
    • 路径: **/details_harness|drop|3_2023-10-29T12-34-15.259983.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-29T12-34-15.259983.parquet

• harness_gsm8k_5

  • 分割: 2023_10_29T12_34_15.259983
    • 路径: **/details_harness|gsm8k|5_2023-10-29T12-34-15.259983.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-29T12-34-15.259983.parquet

• harness_hellaswag_10

  • 分割: 2023_08_31T13_16_07.085332
    • 路径: **/details_harness|hellaswag|10_2023-08-31T13:16:07.085332.parquet
  • 分割: 2023_08_31T13_45_32.435027
    • 路径: **/details_harness|hellaswag|10_2023-08-31T13:45:32.435027.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-31T13:45:32.435027.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_31T13_16_07.085332
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T13:16:07.085332.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-31T13:16:07.085332.parquet
      • ...
  • 分割: 2023_08_31T13_45_32.435027
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T13:45:32.435027.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-31T13:45:32.435027.parquet
      • ...
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T13:45:32.435027.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-31T13:45:32.435027.parquet
      • ...

最新结果

以下是2023年10月29日12:34:15.259983运行的最新结果：

python { "all": { "em": 0.3847525167785235, "em_stderr": 0.004982591799399597, "f1": 0.4459479865771823, "f1_stderr": 0.004798591730535464, "acc": 0.40086514083221786, "acc_stderr": 0.00878469848110711 }, "harness|drop|3": { "em": 0.3847525167785235, "em_stderr": 0.004982591799399597, "f1": 0.4459479865771823, "f1_stderr": 0.004798591730535464 }, "harness|gsm8k|5": { "acc": 0.04245640636846096, "acc_stderr": 0.005553837749990046 }, "harness|winogrande|5": { "acc": 0.7592738752959748, "acc_stderr": 0.012015559212224174 } }