open-llm-leaderboard/details_nicholasKluge__Aira-2-355M

该数据集是在评估模型nicholasKluge/Aira-2-355M时自动生成的，包含64个配置，每个配置对应一个特定的评估任务。数据集由两次运行创建，每次运行都以时间戳命名的分割形式存在。此外，还有一个名为results的配置，用于存储所有运行的聚合结果，以便在Open LLM Leaderboard上计算和展示聚合指标。

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 nicholasKluge/Aira-2-355M 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_nicholasKluge__Aira-2-355M", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T20:42:43.436493 运行 的最新结果： python { "all": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415926, "f1": 0.02992659395973156, "f1_stderr": 0.0011229110520382824, "acc": 0.26874506708760854, "acc_stderr": 0.007006464091668287 }, "harness|drop|3": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415926, "f1": 0.02992659395973156, "f1_stderr": 0.0011229110520382824 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5374901341752171, "acc_stderr": 0.014012928183336574 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_13T16_42_47.066460
  • 路径：**/details_harness|arc:challenge|25_2023-09-13T16-42-47.066460.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-13T16-42-47.066460.parquet

• harness_drop_3

  • 分割：2023_10_23T20_42_43.436493
  • 路径：**/details_harness|drop|3_2023-10-23T20-42-43.436493.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-23T20-42-43.436493.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T20_42_43.436493
  • 路径：**/details_harness|gsm8k|5_2023-10-23T20-42-43.436493.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T20-42-43.436493.parquet

• harness_hellaswag_10

  • 分割：2023_09_13T16_42_47.066460
  • 路径：**/details_harness|hellaswag|10_2023-09-13T16-42-47.066460.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-13T16-42-47.066460.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_13T16_42_47.066460
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T16-42-47.066460.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T16-42-47.066460.parquet