open-llm-leaderboard-old/details_ibranze__araproje-llama2-7b-hf

该数据集是在评估模型ibranze/araproje-llama2-7b-hf时自动创建的，主要用于在Open LLM Leaderboard上进行评估。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次运行生成，每次运行的结果都作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示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 ibranze/araproje-llama2-7b-hf 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 数据集由 64 个配置组成，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，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_ibranze__araproje-llama2-7b-hf", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-26T05:17:54.107073 运行 的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931194434, "f1": 0.055925964765100665, "f1_stderr": 0.0013181664771628632, "acc": 0.4057988012013119, "acc_stderr": 0.00970458141675358 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931194434, "f1": 0.055925964765100665, "f1_stderr": 0.0013181664771628632 }, "harness|gsm8k|5": { "acc": 0.0712661106899166, "acc_stderr": 0.007086462127954491 }, "harness|winogrande|5": { "acc": 0.7403314917127072, "acc_stderr": 0.012322700705552667 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_08T20_04_34.106747
  • 路径：**/details_harness|arc:challenge|25_2023-10-08T20-04-34.106747.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-08T20-04-34.106747.parquet

• harness_drop_3

  • 分割：2023_10_26T05_17_54.107073
  • 路径：**/details_harness|drop|3_2023-10-26T05-17-54.107073.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-26T05-17-54.107073.parquet

• harness_gsm8k_5

  • 分割：2023_10_26T05_17_54.107073
  • 路径：**/details_harness|gsm8k|5_2023-10-26T05-17-54.107073.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-26T05-17-54.107073.parquet

• harness_hellaswag_10

  • 分割：2023_10_08T20_04_34.106747
  • 路径：**/details_harness|hellaswag|10_2023-10-08T20-04-34.106747.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-08T20-04-34.106747.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_08T20_04_34.106747
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-04-34.106747.parquet 等 50 多个文件
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-04-34.106747.parquet 等 50 多个文件