open-llm-leaderboard/details_quantumaikr__QuantumLM

该数据集是在模型 quantumaikr/QuantumLM 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。数据集是从 4 次运行中创建的，每次运行在每个配置中表示为特定的拆分。train 拆分始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 Python 中的 datasets 库加载运行中的详细信息。README 中还包含了特定运行的最新结果，显示了各种任务的 EM、F1 和准确率等指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 quantumaikr/QuantumLM 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。
• 运行次数：数据集由4次运行创建。每次运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 聚合结果：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_quantumaikr__QuantumLM", "harness_winogrande_5", split="train")

最新结果示例

以下是 2023-10-17T21:09:03.673606 运行的结果： python { "all": { "em": 0.004718959731543624, "em_stderr": 0.0007018360183131032, "f1": 0.066544672818792, "f1_stderr": 0.0015305236997022681, "acc": 0.4202347692309533, "acc_stderr": 0.010254299592459359 }, "harness|drop|3": { "em": 0.004718959731543624, "em_stderr": 0.0007018360183131032, "f1": 0.066544672818792, "f1_stderr": 0.0015305236997022681 }, "harness|gsm8k|5": { "acc": 0.09855951478392722, "acc_stderr": 0.008210320350946333 }, "harness|winogrande|5": { "acc": 0.7419100236779794, "acc_stderr": 0.012298278833972385 } }

配置详情

• harness_arc_challenge_25

  • 分片：2023_08_22T12_43_24.978331, 2023_08_22T20_06_17.327995, latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-22T12:43:24.978331.parquet 等

• harness_drop_3

  • 分片：2023_10_17T05_08_11.720635, 2023_10_17T21_09_03.673606, latest
  • 路径：**/details_harness|drop|3_2023-10-17T05-08-11.720635.parquet 等

• harness_gsm8k_5

  • 分片：2023_10_17T05_08_11.720635, 2023_10_17T21_09_03.673606, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-17T05-08-11.720635.parquet 等

• harness_hellaswag_10

  • 分片：2023_08_22T12_43_24.978331, 2023_08_22T20_06_17.327995, latest
  • 路径：**/details_harness|hellaswag|10_2023-08-22T12:43:24.978331.parquet 等

• harness_hendrycksTest_5

  • 分片：2023_08_22T12_43_24.978331, 2023_08_22T20_06_17.327995, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T12:43:24.978331.parquet 等