open-llm-leaderboard/details_NobodyExistsOnTheInternet__PuffedLIMA13bQLORA

该数据集是在评估模型NobodyExistsOnTheInternet/PuffedLIMA13bQLORA时自动生成的，包含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分割中，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 NobodyExistsOnTheInternet/PuffedLIMA13bQLORA 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，每次运行对应一个特定的时间戳分割。
• 最新结果："train" 分割始终指向最新结果。
• 结果汇总：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 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NobodyExistsOnTheInternet__PuffedLIMA13bQLORA", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-22T19:41:53.265233 运行 的最新结果：

python { "all": { "em": 0.024853187919463088, "em_stderr": 0.0015942840667017492, "f1": 0.0820931208053691, "f1_stderr": 0.0019961777964585216, "acc": 0.4196788722651694, "acc_stderr": 0.009952538718324454 }, "harness|drop|3": { "em": 0.024853187919463088, "em_stderr": 0.0015942840667017492, "f1": 0.0820931208053691, "f1_stderr": 0.0019961777964585216 }, "harness|gsm8k|5": { "acc": 0.08718726307808947, "acc_stderr": 0.0077706914167835605 }, "harness|winogrande|5": { "acc": 0.7521704814522494, "acc_stderr": 0.012134386019865348 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_29T18_14_34.642776
  • 路径：**/details_harness|arc:challenge|25_2023-08-29T18:14:34.642776.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-29T18:14:34.642776.parquet

• harness_drop_3

  • 分割：2023_09_22T19_41_53.265233
  • 路径：**/details_harness|drop|3_2023-09-22T19-41-53.265233.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-22T19-41-53.265233.parquet

• harness_gsm8k_5

  • 分割：2023_09_22T19_41_53.265233
  • 路径：**/details_harness|gsm8k|5_2023-09-22T19-41-53.265233.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-22T19-41-53.265233.parquet

• harness_hellaswag_10

  • 分割：2023_08_29T18_14_34.642776
  • 路径：**/details_harness|hellaswag|10_2023-08-29T18:14:34.642776.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-29T18:14:34.642776.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_29T18_14_34.642776
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T18:14:34.642776.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T18:14:34.642776.parquet 等

（其他配置详情省略）