open-llm-leaderboard-old/details_RWKV__rwkv-4-7b-pile

该数据集是在模型RWKV/rwkv-4-7b-pile评估运行期间自动创建的，用于Open LLM排行榜。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，每次运行作为一个特定分割，以运行的时间戳命名。train分割始终指向最新结果。另外，results配置存储了所有运行的聚合结果，用于在Open LLM排行榜上计算和显示聚合指标。README中还包含了一个Python代码示例，展示如何从特定运行中加载数据集详细信息。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of RWKV/rwkv-4-7b-pile

数据集组成

• 该数据集包含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"分片总是指向最新的结果。
• 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_RWKV__rwkv-4-7b-pile", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2023-10-16T04:13:51.306808的运行，包含以下指标： python { "all": { "em": 0.003145973154362416, "em_stderr": 0.0005734993648436389, "f1": 0.04605390100671147, "f1_stderr": 0.0012821309890559797, "acc": 0.31555081370989124, "acc_stderr": 0.008003106736372202 }, "harness|drop|3": { "em": 0.003145973154362416, "em_stderr": 0.0005734993648436389, "f1": 0.04605390100671147, "f1_stderr": 0.0012821309890559797 }, "harness|gsm8k|5": { "acc": 0.0075815011372251705, "acc_stderr": 0.0023892815120772127 }, "harness|winogrande|5": { "acc": 0.6235201262825573, "acc_stderr": 0.01361693196066719 } }

配置详情

• 以下是部分配置及其数据文件路径：
  • harness_arc_challenge_25
    • 分片: 2023_09_03T08_57_35.818807
    • 路径: **/details_harness|arc:challenge|25_2023-09-03T08:57:35.818807.parquet
    • 分片: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-03T08:57:35.818807.parquet
  • harness_drop_3
    • 分片: 2023_10_16T04_13_51.306808
    • 路径: **/details_harness|drop|3_2023-10-16T04-13-51.306808.parquet
    • 分片: latest
    • 路径: **/details_harness|drop|3_2023-10-16T04-13-51.306808.parquet
  • harness_gsm8k_5
    • 分片: 2023_10_16T04_13_51.306808
    • 路径: **/details_harness|gsm8k|5_2023-10-16T04-13-51.306808.parquet
    • 分片: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-16T04-13-51.306808.parquet
  • harness_hellaswag_10
    • 分片: 2023_09_03T08_57_35.818807
    • 路径: **/details_harness|hellaswag|10_2023-09-03T08:57:35.818807.parquet
    • 分片: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-03T08:57:35.818807.parquet
  • harness_hendrycksTest_5
    • 分片: 2023_09_03T08_57_35.818807
    • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-03T08:57:35.818807.parquet
    • 分片: latest
    • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-03T08:57:35.818807.parquet