open-llm-leaderboard-old/details_IkariDev__Athena-v4

该数据集是在评估模型IkariDev/Athena-v4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分割中，分割名称为运行的时间戳。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，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

该数据集是在对模型 IkariDev/Athena-v4 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 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。
• 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_IkariDev__Athena-v4", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T17:00:26.530924 运行 的最新结果： python { "all": { "em": 0.05432046979865772, "em_stderr": 0.002321097609357669, "f1": 0.13087562919463042, "f1_stderr": 0.0026936499511124616, "acc": 0.44229322757129275, "acc_stderr": 0.010432110783601959 }, "harness|drop|3": { "em": 0.05432046979865772, "em_stderr": 0.002321097609357669, "f1": 0.13087562919463042, "f1_stderr": 0.0026936499511124616 }, "harness|gsm8k|5": { "acc": 0.1197877179681577, "acc_stderr": 0.008944213403553046 }, "harness|winogrande|5": { "acc": 0.7647987371744278, "acc_stderr": 0.011920008163650872 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_09T09_29_40.768179
  • 路径：**/details_harness|arc:challenge|25_2023-10-09T09-29-40.768179.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-09T09-29-40.768179.parquet

• harness_drop_3

  • 分割：2023_10_25T17_00_26.530924
  • 路径：**/details_harness|drop|3_2023-10-25T17-00-26.530924.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T17-00-26.530924.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T17_00_26.530924
  • 路径：**/details_harness|gsm8k|5_2023-10-25T17-00-26.530924.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T17-00-26.530924.parquet

• harness_hellaswag_10

  • 分割：2023_10_09T09_29_40.768179
  • 路径：**/details_harness|hellaswag|10_2023-10-09T09-29-40.768179.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-09T09-29-40.768179.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_09T09_29_40.768179
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T09-29-40.768179.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T09-29-40.768179.parquet