open-llm-leaderboard/details_OptimalScale__robin-13b-v2-delta

该数据集是在模型[OptimalScale/robin-13b-v2-delta]评估运行期间自动创建的，用于[Open LLM Leaderboard]。数据集由61个配置组成，每个配置对应一个评估任务。数据集通过一个或多个运行创建，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。此外，还有一个名为"results"的额外配置，用于存储所有运行的聚合结果。

原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 OptimalScale/robin-13b-v2-delta 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 61 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• "train" 分片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_OptimalScale__robin-13b-v2-delta", "harness_truthfulqa_mc_0", split="train")

最新结果

以下是 2023-08-04T18:08:52.244101 运行的最新结果：

python { "all": { "acc": 0.48671411429389705, "acc_stderr": 0.034851524265514446, "acc_norm": 0.49073578692938213, "acc_norm_stderr": 0.03483423136146648, "mc1": 0.3378212974296206, "mc1_stderr": 0.016557167322516882, "mc2": 0.5054136576088012, "mc2_stderr": 0.014772161409527505 }, "harness|arc:challenge|25": { "acc": 0.537542662116041, "acc_stderr": 0.014570144495075581, "acc_norm": 0.5656996587030717, "acc_norm_stderr": 0.014484703048857364 }, "harness|hellaswag|10": { "acc": 0.5944035052778331, "acc_stderr": 0.004900036261309047, "acc_norm": 0.8035251941844254, "acc_norm_stderr": 0.003965196368697847 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252606, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252606 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2023_08_04T18_08_52.244101
    • path: **/details_harness|arc:challenge|25_2023-08-04T18:08:52.244101.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-04T18:08:52.244101.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_04T18_08_52.244101
    • path: **/details_harness|hellaswag|10_2023-08-04T18:08:52.244101.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-04T18:08:52.244101.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_04T18_08_52.244101
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-04T18:08:52.244101.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-04T18:08:52.244101.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-04T18:08:52.244101.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-04T18:08:52.244101.parquet
      • ...