open-llm-leaderboard-old/details_Doctor-Shotgun__CalliopeDS-L2-13B

该数据集是在评估模型Doctor-Shotgun/CalliopeDS-L2-13B时自动创建的，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，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新的结果。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。

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 Doctor-Shotgun/CalliopeDS-L2-13B 在 Open LLM Leaderboard 上的自动创建的。

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：数据集从2次运行中创建。每个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。
• 训练分片："train" 分片始终指向最新的结果。
• 结果配置：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_Doctor-Shotgun__CalliopeDS-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-26T04:36:21.549191 运行的最新结果： python { "all": { "em": 0.02307046979865772, "em_stderr": 0.0015374446489046481, "f1": 0.08979446308724821, "f1_stderr": 0.0020360011017500185, "acc": 0.4351997070321265, "acc_stderr": 0.010043960065261932 }, "harness|drop|3": { "em": 0.02307046979865772, "em_stderr": 0.0015374446489046481, "f1": 0.08979446308724821, "f1_stderr": 0.0020360011017500185 }, "harness|gsm8k|5": { "acc": 0.10007581501137225, "acc_stderr": 0.008266274528685632 }, "harness|winogrande|5": { "acc": 0.7703235990528808, "acc_stderr": 0.011821645601838232 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分片：2023_09_18T14_00_51.912601
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T14-00-51.912601.parquet
  • 分片：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T14-00-51.912601.parquet

• harness_drop_3

  • 分片：2023_10_26T04_36_21.549191
  • 路径：**/details_harness|drop|3_2023-10-26T04-36-21.549191.parquet
  • 分片：latest
  • 路径：**/details_harness|drop|3_2023-10-26T04-36-21.549191.parquet

• harness_gsm8k_5

  • 分片：2023_10_26T04_36_21.549191
  • 路径：**/details_harness|gsm8k|5_2023-10-26T04-36-21.549191.parquet
  • 分片：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-26T04-36-21.549191.parquet

• harness_hellaswag_10

  • 分片：2023_09_18T14_00_51.912601
  • 路径：**/details_harness|hellaswag|10_2023-09-18T14-00-51.912601.parquet
  • 分片：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-18T14-00-51.912601.parquet

• harness_hendrycksTest_5

  • 分片：2023_09_18T14_00_51.912601
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T14-00-51.912601.parquet 等
  • 分片：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T14-00-51.912601.parquet 等