open-llm-leaderboard-old/details_luffycodes__nash-vicuna-13b-v1dot5-ep2-w-rag-w-simple

该数据集是在评估luffycodes/nash-vicuna-13b-v1dot5-ep2-w-rag-w-simple模型运行期间自动创建的，包含64个配置，每个配置对应一个评估任务。数据集来自两次运行，每次运行作为一个特定的时间戳命名的分割。train分割始终指向最新的结果。此外，results配置存储了用于在Open LLM Leaderboard上计算和显示聚合指标的所有聚合结果。

原始信息汇总

数据集概述

该数据集是在评估模型 luffycodes/nash-vicuna-13b-v1dot5-ep2-w-rag-w-simple 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• 数据集由 2 次运行创建，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_luffycodes__nash-vicuna-13b-v1dot5-ep2-w-rag-w-simple", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果来自 run 2023-10-15T01:13:17.966803 的摘要： python { "all": { "em": 0.18760486577181207, "em_stderr": 0.003998023634854269, "f1": 0.2689041526845642, "f1_stderr": 0.00405255679434132, "acc": 0.4260142426906131, "acc_stderr": 0.010340665159137691 }, "harness|drop|3": { "em": 0.18760486577181207, "em_stderr": 0.003998023634854269, "f1": 0.2689041526845642, "f1_stderr": 0.00405255679434132 }, "harness|gsm8k|5": { "acc": 0.10538286580742987, "acc_stderr": 0.008457575884041755 }, "harness|winogrande|5": { "acc": 0.7466456195737964, "acc_stderr": 0.012223754434233626 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割: 2023_09_01T18_20_29.445308
    • 路径: **/details_harness|arc:challenge|25_2023-09-01T18:20:29.445308.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-01T18:20:29.445308.parquet

• harness_drop_3

  • 分割: 2023_10_15T01_13_17.966803
    • 路径: **/details_harness|drop|3_2023-10-15T01-13-17.966803.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-15T01-13-17.966803.parquet

• harness_gsm8k_5

  • 分割: 2023_10_15T01_13_17.966803
    • 路径: **/details_harness|gsm8k|5_2023-10-15T01-13-17.966803.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-15T01-13-17.966803.parquet

• harness_hellaswag_10

  • 分割: 2023_09_01T18_20_29.445308
    • 路径: **/details_harness|hellaswag|10_2023-09-01T18:20:29.445308.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-01T18:20:29.445308.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_01T18_20_29.445308
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T18:20:29.445308.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-01T18:20:29.445308.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T18:20:29.445308.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-01T18:20:29.445308.parquet
      • ...（其他路径省略）