open-llm-leaderboard/details_budecosystem__genz-70b

该数据集是在评估模型budecosystem/genz-70b在Open LLM Leaderboard上的运行过程中自动创建的。它包含64个配置，每个配置对应一个特定的评估任务。数据集由两次运行生成，每次运行都以时间戳命名的分割形式存在。此外，还有一个名为results的配置，用于存储所有运行的聚合结果，这些结果用于计算和显示Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 budecosystem/genz-70b 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 运行次数：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 聚合结果：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 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_budecosystem__genz-70b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T19:01:32.642131 运行 的最新结果： python { "all": { "em": 0.421875, "em_stderr": 0.005057576044482799, "f1": 0.5428481543624201, "f1_stderr": 0.004562270615925701, "acc": 0.5862101051177826, "acc_stderr": 0.011727291302229777 }, "harness|drop|3": { "em": 0.421875, "em_stderr": 0.005057576044482799, "f1": 0.5428481543624201, "f1_stderr": 0.004562270615925701 }, "harness|gsm8k|5": { "acc": 0.3373768006065201, "acc_stderr": 0.013023665136222105 }, "harness|winogrande|5": { "acc": 0.835043409629045, "acc_stderr": 0.010430917468237448 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_13T09_54_04.852738
  • 路径：**/details_harness|arc:challenge|25_2023-09-13T09-54-04.852738.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-13T09-54-04.852738.parquet

• harness_drop_3

  • 分割：2023_10_23T19_01_32.642131
  • 路径：**/details_harness|drop|3_2023-10-23T19-01-32.642131.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-23T19-01-32.642131.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T19_01_32.642131
  • 路径：**/details_harness|gsm8k|5_2023-10-23T19-01-32.642131.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T19-01-32.642131.parquet

• harness_hellaswag_10

  • 分割：2023_09_13T09_54_04.852738
  • 路径：**/details_harness|hellaswag|10_2023-09-13T09-54-04.852738.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-13T09-54-04.852738.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_13T09_54_04.852738
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T09-54-04.852738.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T09-54-04.852738.parquet 等