open-llm-leaderboard/details_TaylorAI__FLAN-Llama-7B-2_Llama2-7B-Flash_868_full_model

该数据集是在TaylorAI/FLAN-Llama-7B-2_Llama2-7B-Flash_868_full_model模型的评估运行期间自动创建的。数据集包含64个配置，每个配置对应一个评估任务。数据集来源于2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。另外，results配置存储了运行的聚合结果，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 TaylorAI/FLAN-Llama-7B-2_Llama2-7B-Flash_868_full_model 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 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_TaylorAI__FLAN-Llama-7B-2_Llama2-7B-Flash_868_full_model", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T09:16:00.873424 运行的最新结果： python { "all": { "em": 0.29247063758389263, "em_stderr": 0.004658574242541351, "f1": 0.34158871644295397, "f1_stderr": 0.004610159225684241, "acc": 0.40783419789572956, "acc_stderr": 0.009578253696730769 }, "harness|drop|3": { "em": 0.29247063758389263, "em_stderr": 0.004658574242541351, "f1": 0.34158871644295397, "f1_stderr": 0.004610159225684241 }, "harness|gsm8k|5": { "acc": 0.06823351023502654, "acc_stderr": 0.006945358944067431 }, "harness|winogrande|5": { "acc": 0.7474348855564326, "acc_stderr": 0.012211148449394105 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_08_24T06_39_02.499923
    • 路径: **/details_harness|arc:challenge|25_2023-08-24T06:39:02.499923.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-24T06:39:02.499923.parquet

• harness_drop_3

  • 分割: 2023_10_29T09_16_00.873424
    • 路径: **/details_harness|drop|3_2023-10-29T09-16-00.873424.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-29T09-16-00.873424.parquet

• harness_gsm8k_5

  • 分割: 2023_10_29T09_16_00.873424
    • 路径: **/details_harness|gsm8k|5_2023-10-29T09-16-00.873424.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-29T09-16-00.873424.parquet

• harness_hellaswag_10

  • 分割: 2023_08_24T06_39_02.499923
    • 路径: **/details_harness|hellaswag|10_2023-08-24T06:39:02.499923.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-24T06:39:02.499923.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_24T06_39_02.499923
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T06:39:02.499923.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-24T06:39:02.499923.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T06:39:02.499923.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-24T06:39:02.499923.parquet
      • ...（其他路径省略）