open-llm-leaderboard-old/details_arver__llama7b-qlora

该数据集是在模型arver/llama7b-qlora的评估运行期间自动创建的，用于Open LLM排行榜。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次运行创建，每次运行作为一个特定分割，以运行的时间戳命名。train分割始终指向最新结果，还有一个额外的results配置，存储所有聚合结果，用于在排行榜上计算和显示汇总指标。数据集用于评估不同领域的各种任务，每个配置都有特定的数据文件与之关联。

原始信息汇总

数据集概述

该数据集是在对模型 arver/llama7b-qlora 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_arver__llama7b-qlora", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T10:28:15.239885 运行的最新结果： python { "all": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298541, "f1": 0.06146078020134238, "f1_stderr": 0.0013862861484435665, "acc": 0.37858887140948305, "acc_stderr": 0.008690432281689055 }, "harness|drop|3": { "em": 0.0014681208053691276, "em_stderr": 0.0003921042190298541, "f1": 0.06146078020134238, "f1_stderr": 0.0013862861484435665 }, "harness|gsm8k|5": { "acc": 0.03184230477634572, "acc_stderr": 0.004836348558260928 }, "harness|winogrande|5": { "acc": 0.7253354380426204, "acc_stderr": 0.012544516005117185 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_08_09T19_44_33.087537
    • path: **/details_harness|arc:challenge|25_2023-08-09T19:44:33.087537.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-09T19:44:33.087537.parquet

• config_name: harness_drop_3

  • split: 2023_09_17T10_28_15.239885
    • path: **/details_harness|drop|3_2023-09-17T10-28-15.239885.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-09-17T10-28-15.239885.parquet

• config_name: harness_gsm8k_5

  • split: 2023_09_17T10_28_15.239885
    • path: **/details_harness|gsm8k|5_2023-09-17T10-28-15.239885.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-09-17T10-28-15.239885.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_09T19_44_33.087537
    • path: **/details_harness|hellaswag|10_2023-08-09T19:44:33.087537.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-09T19:44:33.087537.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_09T19_44_33.087537
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T19:44:33.087537.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T19:44:33.087537.parquet
      • ... (其他路径省略)
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T19:44:33.087537.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T19:44:33.087537.parquet
      • ... (其他路径省略)