open-llm-leaderboard/details_Open-Orca__LlongOrca-13B-16k

该数据集是在评估模型Open-Orca/LlongOrca-13B-16k时自动创建的，包含了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，还有一个名为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

该数据集是在评估模型 Open-Orca/LlongOrca-13B-16k 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 数据来源：从 2 次运行中创建，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_Open-Orca__LlongOrca-13B-16k", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T02:39:50.739204 运行的最新结果： python { "all": { "em": 0.24842701342281878, "em_stderr": 0.004425115813837482, "f1": 0.3159280620805379, "f1_stderr": 0.004388510945380163, "acc": 0.4434148948074197, "acc_stderr": 0.010487468726575147 }, "harness|drop|3": { "em": 0.24842701342281878, "em_stderr": 0.004425115813837482, "f1": 0.3159280620805379, "f1_stderr": 0.004388510945380163 }, "harness|gsm8k|5": { "acc": 0.12282031842304776, "acc_stderr": 0.009041108602874675 }, "harness|winogrande|5": { "acc": 0.7640094711917916, "acc_stderr": 0.011933828850275621 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_23T10_31_15.034338
  • 路径：**/details_harness|arc:challenge|25_2023-08-23T10:31:15.034338.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-23T10:31:15.034338.parquet

• harness_drop_3

  • 分割：2023_09_23T02_39_50.739204
  • 路径：**/details_harness|drop|3_2023-09-23T02-39-50.739204.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-23T02-39-50.739204.parquet

• harness_gsm8k_5

  • 分割：2023_09_23T02_39_50.739204
  • 路径：**/details_harness|gsm8k|5_2023-09-23T02-39-50.739204.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-23T02-39-50.739204.parquet

• harness_hellaswag_10

  • 分割：2023_08_23T10_31_15.034338
  • 路径：**/details_harness|hellaswag|10_2023-08-23T10:31:15.034338.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-23T10:31:15.034338.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_23T10_31_15.034338
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T10:31:15.034338.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T10:31:15.034338.parquet