open-llm-leaderboard/details_migtissera__Synthia-7B-v1.2

该数据集是在评估模型migtissera/Synthia-7B-v1.2时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储在不同的分割中，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。

原始信息汇总

数据集概述

数据集 Evaluation run of migtissera/Synthia-7B-v1.2 是在评估模型 migtissera/Synthia-7B-v1.2 在 Open LLM Leaderboard 上的自动创建的。

数据集组成

• 该数据集包含 64 个配置，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_migtissera__Synthia-7B-v1.2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T08:51:48.447096 运行的最新结果：

python { "all": { "em": 0.08913590604026846, "em_stderr": 0.0029180503705090555, "f1": 0.16236577181208006, "f1_stderr": 0.003176440216561889, "acc": 0.4220056810396051, "acc_stderr": 0.01047928870180564 }, "harness|drop|3": { "em": 0.08913590604026846, "em_stderr": 0.0029180503705090555, "f1": 0.16236577181208006, "f1_stderr": 0.003176440216561889 }, "harness|gsm8k|5": { "acc": 0.10841546626231995, "acc_stderr": 0.00856385250662748 }, "harness|winogrande|5": { "acc": 0.7355958958168903, "acc_stderr": 0.012394724896983799 } }

配置详情

数据集包含多个配置，每个配置对应不同的任务和数据文件路径。以下是部分配置示例：

• harness_arc_challenge_25

  • 分割：2023_09_22T05_35_25.402553
  • 路径：**/details_harness|arc:challenge|25_2023-09-22T05-35-25.402553.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-22T05-35-25.402553.parquet

• harness_drop_3

  • 分割：2023_10_25T08_51_48.447096
  • 路径：**/details_harness|drop|3_2023-10-25T08-51-48.447096.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T08-51-48.447096.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T08_51_48.447096
  • 路径：**/details_harness|gsm8k|5_2023-10-25T08-51-48.447096.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T08-51-48.447096.parquet

• harness_hellaswag_10

  • 分割：2023_09_22T05_35_25.402553
  • 路径：**/details_harness|hellaswag|10_2023-09-22T05-35-25.402553.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-22T05-35-25.402553.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_22T05_35_25.402553
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T05-35-25.402553.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T05-35-25.402553.parquet 等