open-llm-leaderboard/details_MBZUAI__lamini-cerebras-111m

该数据集是在模型MBZUAI/lamini-cerebras-111m在Open LLM Leaderboard上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。它包含来自2次运行的数据，每次运行作为一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。额外的results配置存储了运行中所有聚合结果，用于在排行榜上计算和显示聚合指标。数据集结构化，便于使用datasets库加载特定运行的详细信息。

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-cerebras-111m 在 Open LLM Leaderboard 上的表现时自动创建的。

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 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_MBZUAI__lamini-cerebras-111m", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 来自 2023-10-18T18:05:40.911064 运行： python { "all": { "em": 0.001363255033557047, "em_stderr": 0.0003778609196460529, "f1": 0.02216757550335575, "f1_stderr": 0.0009735143977020524, "acc": 0.25611681136543013, "acc_stderr": 0.007024139410202808 }, "harness|drop|3": { "em": 0.001363255033557047, "em_stderr": 0.0003778609196460529, "f1": 0.02216757550335575, "f1_stderr": 0.0009735143977020524 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5122336227308603, "acc_stderr": 0.014048278820405616 } }

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_07_19T13_45_36.693423
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T13:45:36.693423.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T13:45:36.693423.parquet

• harness_drop_3

  • 分割: 2023_10_18T18_05_40.911064
    • 路径: **/details_harness|drop|3_2023-10-18T18-05-40.911064.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-18T18-05-40.911064.parquet

• harness_gsm8k_5

  • 分割: 2023_10_18T18_05_40.911064
    • 路径: **/details_harness|gsm8k|5_2023-10-18T18-05-40.911064.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-18T18-05-40.911064.parquet

• harness_hellaswag_10

  • 分割: 2023_07_19T13_45_36.693423
    • 路径: **/details_harness|hellaswag|10_2023-07-19T13:45:36.693423.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-19T13:45:36.693423.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_19T13_45_36.693423
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:45:36.693423.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:45:36.693423.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T13:45:36.693423.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T13:45:36.693423.parquet
      • ...（其他路径省略）