open-llm-leaderboard-old/details_uukuguy__speechless-codellama-orca-13b

该数据集是在对模型[uukuguy/speechless-codellama-orca-13b](https://huggingface.co/uukuguy/speechless-codellama-orca-13b)进行评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集从4次运行中创建，每次运行都作为一个特定的分割，以运行的时间戳命名。此外，还有一个名为"results"的附加配置，存储了运行中的所有聚合结果，用于计算并在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 uukuguy/speechless-codellama-orca-13b 在 Open LLM Leaderboard 上的自动创建的。

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：数据集由4次运行创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，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_uukuguy__speechless-codellama-orca-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T18:58:19.504304 运行的最新结果： python { "all": { "em": 0.2686661073825503, "em_stderr": 0.004539457381903774, "f1": 0.3305505453020149, "f1_stderr": 0.00452265523617686, "acc": 0.3499942854509976, "acc_stderr": 0.010012878870777758 }, "harness|drop|3": { "em": 0.2686661073825503, "em_stderr": 0.004539457381903774, "f1": 0.3305505453020149, "f1_stderr": 0.00452265523617686 }, "harness|gsm8k|5": { "acc": 0.05989385898407885, "acc_stderr": 0.006536148151288716 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.013489609590266799 } }

配置详情

• harness_arc_challenge_25

  • 分片：2023_09_04T06_25_23.128128
    • 路径：**/details_harness|arc:challenge|25_2023-09-04T06:25:23.128128.parquet
  • 分片：2023_09_12T14_20_48.062177
    • 路径：**/details_harness|arc:challenge|25_2023-09-12T14-20-48.062177.parquet
  • 分片：latest
    • 路径：**/details_harness|arc:challenge|25_2023-09-12T14-20-48.062177.parquet

• harness_drop_3

  • 分片：2023_10_17T18_24_08.012097
    • 路径：**/details_harness|drop|3_2023-10-17T18-24-08.012097.parquet
  • 分片：2023_10_23T18_58_19.504304
    • 路径：**/details_harness|drop|3_2023-10-23T18-58-19.504304.parquet
  • 分片：latest
    • 路径：**/details_harness|drop|3_2023-10-23T18-58-19.504304.parquet

• harness_gsm8k_5

  • 分片：2023_10_17T18_24_08.012097
    • 路径：**/details_harness|gsm8k|5_2023-10-17T18-24-08.012097.parquet
  • 分片：2023_10_23T18_58_19.504304
    • 路径：**/details_harness|gsm8k|5_2023-10-23T18-58-19.504304.parquet
  • 分片：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-23T18-58-19.504304.parquet

• harness_hellaswag_10

  • 分片：2023_09_04T06_25_23.128128
    • 路径：**/details_harness|hellaswag|10_2023-09-04T06:25:23.128128.parquet
  • 分片：2023_09_12T14_20_48.062177
    • 路径：**/details_harness|hellaswag|10_2023-09-12T14-20-48.062177.parquet
  • 分片：latest
    • 路径：**/details_harness|hellaswag|10_2023-09-12T14-20-48.062177.parquet

• harness_hendrycksTest_5

  • 分片：2023_09_04T06_25_23.128128
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-04T06:25:23.128128.parquet
  • 分片：2023_09_12T14_20_48.062177
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T14-20-48.062177.parquet
  • 分片：latest
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T14-20-48.062177.parquet