open-llm-leaderboard/details_MBZUAI__LaMini-GPT-1.5B

该数据集是在评估MBZUAI/LaMini-GPT-1.5B模型时自动创建的，用于Open LLM Leaderboard的评估。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的分割，分割名称使用运行的时间戳命名。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示Leaderboard上的聚合指标。

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 MBZUAI/LaMini-GPT-1.5B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MBZUAI__LaMini-GPT-1.5B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T04:41:54.812526 运行的最新结果： python { "all": { "em": 0.04383389261744967, "em_stderr": 0.0020965795420484303, "f1": 0.12851510067114089, "f1_stderr": 0.00259878917049905, "acc": 0.27940015785319655, "acc_stderr": 0.006977487536417363 }, "harness|drop|3": { "em": 0.04383389261744967, "em_stderr": 0.0020965795420484303, "f1": 0.12851510067114089, "f1_stderr": 0.00259878917049905 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5588003157063931, "acc_stderr": 0.013954975072834726 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T15_24_24.241111
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T15:24:24.241111.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T15:24:24.241111.parquet

• harness_drop_3

  • 分割：2023_10_18T04_41_54.812526
  • 路径：**/details_harness|drop|3_2023-10-18T04-41-54.812526.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-18T04-41-54.812526.parquet

• harness_gsm8k_5

  • 分割：2023_10_18T04_41_54.812526
  • 路径：**/details_harness|gsm8k|5_2023-10-18T04-41-54.812526.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-18T04-41-54.812526.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T15_24_24.241111
  • 路径：**/details_harness|hellaswag|10_2023-07-19T15:24:24.241111.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T15:24:24.241111.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T15_24_24.241111
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:24:24.241111.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:24:24.241111.parquet 等