open-llm-leaderboard/details_bsp-albz__llama2-13b-platypus-ckpt-1000
收藏Hugging Face2023-10-28 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_bsp-albz__llama2-13b-platypus-ckpt-1000
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型bsp-albz/llama2-13b-platypus-ckpt-1000时自动创建的，用于Open LLM Leaderboard的评估任务。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2次运行生成，每次运行的结果存储在不同的split中，split以时间戳命名。最新的结果存储在train split中。此外，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型bsp-albz/llama2-13b-platypus-ckpt-1000时自动创建的，用于Open LLM Leaderboard的评估任务。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2次运行生成，每次运行的结果存储在不同的split中，split以时间戳命名。最新的结果存储在train split中。此外，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
该数据集是在对模型 bsp-albz/llama2-13b-platypus-ckpt-1000 进行评估运行时自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。数据集从 2 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：
-
harness_arc_challenge_25
- 分割：2023_09_13T14_31_01.492634
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T14-31-01.492634.parquet - 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-13T14-31-01.492634.parquet
-
harness_drop_3
- 分割：2023_10_28T07_27_50.665316
- 路径：
**/details_harness|drop|3_2023-10-28T07-27-50.665316.parquet - 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-28T07-27-50.665316.parquet
-
harness_gsm8k_5
- 分割：2023_10_28T07_27_50.665316
- 路径：
**/details_harness|gsm8k|5_2023-10-28T07-27-50.665316.parquet - 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-28T07-27-50.665316.parquet
-
harness_hellaswag_10
- 分割：2023_09_13T14_31_01.492634
- 路径：
**/details_harness|hellaswag|10_2023-09-13T14-31-01.492634.parquet - 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-13T14-31-01.492634.parquet
-
harness_hendrycksTest_5
- 分割：2023_09_13T14_31_01.492634
- 路径：多个路径，例如
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-31-01.492634.parquet - 分割：latest
- 路径：多个路径，例如
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-31-01.492634.parquet
最新结果
以下是 2023-10-28T07:27:50.665316 运行 的最新结果：
python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 9.123322147651008e-05, "f1_stderr": 2.468836036222127e-05, "acc": 0.24506708760852408, "acc_stderr": 0.007024874916683796 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 9.123322147651008e-05, "f1_stderr": 2.468836036222127e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.49013417521704816, "acc_stderr": 0.014049749833367592 } }
