open-llm-leaderboard-old/details_digitous__GPT-R

该数据集是在模型digitous/GPT-R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，每个配置对应一个特定的评估任务。数据集是从2次运行中生成的，每次运行在每个配置中表示为特定的分割。train分割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

该数据集是在对模型 digitous/GPT-R 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 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 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_digitous__GPT-R", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-21T16:59:10.441941 运行的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931189593, "f1": 0.05138632550335586, "f1_stderr": 0.0012400453401352261, "acc": 0.32998109710963497, "acc_stderr": 0.00845227996433148 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931189593, "f1": 0.05138632550335586, "f1_stderr": 0.0012400453401352261 }, "harness|gsm8k|5": { "acc": 0.01592115238817286, "acc_stderr": 0.0034478192723890067 }, "harness|winogrande|5": { "acc": 0.6440410418310971, "acc_stderr": 0.013456740656273952 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_07_19T20_10_48.990479
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:10:48.990479.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:10:48.990479.parquet

• harness_drop_3

  • 分割: 2023_10_21T16_59_10.441941
    • 路径: **/details_harness|drop|3_2023-10-21T16-59-10.441941.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-21T16-59-10.441941.parquet

• harness_gsm8k_5

  • 分割: 2023_10_21T16_59_10.441941
    • 路径: **/details_harness|gsm8k|5_2023-10-21T16-59-10.441941.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-21T16-59-10.441941.parquet

• harness_hellaswag_10

  • 分割: 2023_07_19T20_10_48.990479
    • 路径: **/details_harness|hellaswag|10_2023-07-19T20:10:48.990479.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-19T20:10:48.990479.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_19T20_10_48.990479
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T20:10:48.990479.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T20:10:48.990479.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T20:10:48.990479.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T20:10:48.990479.parquet
      • ...（其他路径省略）