open-llm-leaderboard-old/details_georgesung__llama2_7b_chat_uncensored

该数据集是在评估模型georgesung/llama2_7b_chat_uncensored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。数据集由多次运行创建，每次运行作为一个特定分割，以运行时间戳命名。还有一个名为results的额外配置，用于存储所有运行结果的聚合，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 georgesung/llama2_7b_chat_uncensored 在 Open LLM Leaderboard 上的自动创建的。

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_georgesung__llama2_7b_chat_uncensored", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T06:01:34.534802 运行的最新结果： python { "all": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558761, "f1": 0.05687290268456382, "f1_stderr": 0.0013311620250832507, "acc": 0.3997491582259886, "acc_stderr": 0.009384299684412923 }, "harness|drop|3": { "em": 0.0018875838926174498, "em_stderr": 0.0004445109990558761, "f1": 0.05687290268456382, "f1_stderr": 0.0013311620250832507 }, "harness|gsm8k|5": { "acc": 0.058377558756633814, "acc_stderr": 0.0064580835578324685 }, "harness|winogrande|5": { "acc": 0.7411207576953434, "acc_stderr": 0.012310515810993376 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_07_24T11_17_24.189192
  • 路径：**/details_harness|arc:challenge|25_2023-07-24T11:17:24.189192.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-24T11:17:24.189192.parquet

• harness_drop_3

  • 分割：2023_09_17T06_01_34.534802
  • 路径：**/details_harness|drop|3_2023-09-17T06-01-34.534802.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-17T06-01-34.534802.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T06_01_34.534802
  • 路径：**/details_harness|gsm8k|5_2023-09-17T06-01-34.534802.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T06-01-34.534802.parquet

• harness_hellaswag_10

  • 分割：2023_07_24T11_17_24.189192
  • 路径：**/details_harness|hellaswag|10_2023-07-24T11:17:24.189192.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-24T11:17:24.189192.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_24T11_17_24.189192
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:17:24.189192.parquet 等 40 个文件
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:17:24.189192.parquet 等 40 个文件