open-llm-leaderboard/details_TheBloke__CodeLlama-34B-Instruct-fp16

该数据集是在TheBloke/CodeLlama-34B-Instruct-fp16模型在Open LLM Leaderboard上进行评估运行期间自动创建的。数据集包含64个配置，每个配置对应一个评估任务。它包括来自2次运行的结果，每次运行都作为一个特定的分割，以运行的时间戳命名。train分割始终指向最新的结果。此外，一个名为results的附加配置存储了所有聚合结果，用于在排行榜上计算和显示指标。数据集结构化，具有针对不同任务的各种配置，每个配置都有针对不同分割（包括latest）的数据文件。

原始信息汇总

数据集概述

数据集创建

• 数据集是在对模型 TheBloke/CodeLlama-34B-Instruct-fp16 进行评估运行期间自动创建的。
• 该数据集用于 Open LLM Leaderboard 上的评估。

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，每次运行作为一个特定的分割存储，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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__CodeLlama-34B-Instruct-fp16", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 2023-10-22T08:36:03.546774 运行，包含以下指标： python { "all": { "em": 0.0014681208053691276, "em_stderr": 0.00039210421902985756, "f1": 0.057836619127516906, "f1_stderr": 0.0012992524934897988, "acc": 0.4877723610900846, "acc_stderr": 0.011924527994986122 }, "harness|drop|3": { "em": 0.0014681208053691276, "em_stderr": 0.00039210421902985756, "f1": 0.057836619127516906, "f1_stderr": 0.0012992524934897988 }, "harness|gsm8k|5": { "acc": 0.2304776345716452, "acc_stderr": 0.011600249020595822 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|arc:challenge|25_2023-08-26T01:22:34.444520.parquet

• harness_drop_3

  • 分割: 2023_10_22T08_36_03.546774, latest
  • 路径: **/details_harness|drop|3_2023-10-22T08-36-03.546774.parquet

• harness_gsm8k_5

  • 分割: 2023_10_22T08_36_03.546774, latest
  • 路径: **/details_harness|gsm8k|5_2023-10-22T08-36-03.546774.parquet

• harness_hellaswag_10

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hellaswag|10_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_anatomy_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_astronomy_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_biology_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_college_physics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_computer_security_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_econometrics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-08-26T01:22:34.444520.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割: 2023_08_26T01_22_34.444520, latest
  • 路径: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-26T01:22:34.444520.parquet

以上是数据集的详细概述，包括数据集的创建背景、结构、加载示例、最新结果以及各个配置的详细信息。