open-llm-leaderboard-old/details_NewstaR__Morningstar-13b-hf

该数据集是在评估模型NewstaR/Morningstar-13b-hf时自动创建的，包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定的分割存储在配置中，且最新的结果存储在名为"train"的分割中。此外，还提供了一个名为"results"的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM 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 NewstaR/Morningstar-13b-hf 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 创建来源：数据集从2次运行中创建。每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• 训练分割："train" 分割总是指向最新的结果。
• 结果配置：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_NewstaR__Morningstar-13b-hf", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T11:47:49.935503 运行的最新结果： python { "all": { "em": 0.1782718120805369, "em_stderr": 0.003919630092588375, "f1": 0.2387195889261742, "f1_stderr": 0.003944947017182046, "acc": 0.448727630233375, "acc_stderr": 0.011074189612085313 }, "harness|drop|3": { "em": 0.1782718120805369, "em_stderr": 0.003919630092588375, "f1": 0.2387195889261742, "f1_stderr": 0.003944947017182046 }, "harness|gsm8k|5": { "acc": 0.15238817285822592, "acc_stderr": 0.009899572254794204 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_15T10_46_30.957408
  • 路径：**/details_harness|arc:challenge|25_2023-09-15T10-46-30.957408.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-15T10-46-30.957408.parquet

• harness_drop_3

  • 分割：2023_10_24T11_47_49.935503
  • 路径：**/details_harness|drop|3_2023-10-24T11-47-49.935503.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T11-47-49.935503.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T11_47_49.935503
  • 路径：**/details_harness|gsm8k|5_2023-10-24T11-47-49.935503.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T11-47-49.935503.parquet

• harness_hellaswag_10

  • 分割：2023_09_15T10_46_30.957408
  • 路径：**/details_harness|hellaswag|10_2023-09-15T10-46-30.957408.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-15T10-46-30.957408.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_15T10_46_30.957408
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-15T10-46-30.957408.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-15T10-46-30.957408.parquet