open-llm-leaderboard-old/details_PY007__TinyLlama-1.1B-intermediate-step-240k-503b

该数据集是在模型PY007/TinyLlama-1.1B-intermediate-step-240k-503b的评估运行中自动创建的。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，每次运行都可以在特定配置中找到，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

数据集简介

该数据集是在评估模型 PY007/TinyLlama-1.1B-intermediate-step-240k-503b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 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_PY007__TinyLlama-1.1B-intermediate-step-240k-503b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T05:32:33.745725 运行的最新结果： python { "all": { "em": 0.0019924496644295304, "em_stderr": 0.00045666764626669333, "f1": 0.04375419463087258, "f1_stderr": 0.0012232801051450955, "acc": 0.2844681550025042, "acc_stderr": 0.007722228058459302 }, "harness|drop|3": { "em": 0.0019924496644295304, "em_stderr": 0.00045666764626669333, "f1": 0.04375419463087258, "f1_stderr": 0.0012232801051450955 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245499 }, "harness|winogrande|5": { "acc": 0.5659037095501184, "acc_stderr": 0.013929882555694054 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分片: 2023_09_18T13_31_42.519724
    • 路径: **/details_harness|arc:challenge|25_2023-09-18T13-31-42.519724.parquet
  • 分片: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-18T13-31-42.519724.parquet

• harness_drop_3

  • 分片: 2023_10_28T05_32_33.745725
    • 路径: **/details_harness|drop|3_2023-10-28T05-32-33.745725.parquet
  • 分片: latest
    • 路径: **/details_harness|drop|3_2023-10-28T05-32-33.745725.parquet

• harness_gsm8k_5

  • 分片: 2023_10_28T05_32_33.745725
    • 路径: **/details_harness|gsm8k|5_2023-10-28T05-32-33.745725.parquet
  • 分片: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-28T05-32-33.745725.parquet

• harness_hellaswag_10

  • 分片: 2023_09_18T13_31_42.519724
    • 路径: **/details_harness|hellaswag|10_2023-09-18T13-31-42.519724.parquet
  • 分片: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-18T13-31-42.519724.parquet

• harness_hendrycksTest_5

  • 分片: 2023_09_18T13_31_42.519724
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T13-31-42.519724.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-18T13-31-42.519724.parquet
      • ...
  • 分片: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T13-31-42.519724.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-18T13-31-42.519724.parquet
      • ...