open-llm-leaderboard/details_hyunseoki__ko-ref-llama2-13b

该数据集是在模型 hyunseoki/ko-ref-llama2-13b 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，每个配置对应一个被评估的任务。数据集包含 2 次运行的结果，每次运行都作为一个特定的分割存储，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。此外，一个名为 results 的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 还提供了如何使用 datasets 库加载数据集的示例，并包含了特定运行的最新结果。

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 hyunseoki/ko-ref-llama2-13b 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 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_hyunseoki__ko-ref-llama2-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T20:48:08.405984 运行的最新结果： python { "all": { "em": 0.23804530201342283, "em_stderr": 0.00436148149592577, "f1": 0.2753114513422822, "f1_stderr": 0.004376593977288765, "acc": 0.345698500394633, "acc_stderr": 0.006491080100463287 }, "harness|drop|3": { "em": 0.23804530201342283, "em_stderr": 0.00436148149592577, "f1": 0.2753114513422822, "f1_stderr": 0.004376593977288765 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.691397000789266, "acc_stderr": 0.012982160200926574 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_04T09_36_39.103374
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T09-36-39.103374.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T09-36-39.103374.parquet

• harness_drop_3

  • 分割：2023_10_23T20_48_08.405984
  • 路径：**/details_harness|drop|3_2023-10-23T20-48-08.405984.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-23T20-48-08.405984.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T20_48_08.405984
  • 路径：**/details_harness|gsm8k|5_2023-10-23T20-48-08.405984.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T20-48-08.405984.parquet

• harness_hellaswag_10

  • 分割：2023_10_04T09_36_39.103374
  • 路径：**/details_harness|hellaswag|10_2023-10-04T09-36-39.103374.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-04T09-36-39.103374.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_04T09_36_39.103374
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T09-36-39.103374.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T09-36-39.103374.parquet 等

以上是数据集的详细概述，包括数据集的来源、结构、加载示例、最新结果以及部分配置详情。