open-llm-leaderboard-old/details_PSanni__Deer-3b

该数据集是在Open LLM Leaderboard上对模型PSanni/Deer-3b进行评估时自动创建的。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，还有一个results配置，用于存储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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 PSanni/Deer-3b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。
• 创建来源：数据集从2次运行中创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• 训练分割："train" 分割总是指向最新的结果。
• 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_PSanni__Deer-3b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-16T20:50:46.284611 运行 的最新结果： python { "all": { "em": 0.0003145973154362416, "em_stderr": 0.0001816137946883968, "f1": 0.04833053691275181, "f1_stderr": 0.0011657715269814616, "acc": 0.28880911790700303, "acc_stderr": 0.0077049156139354594 }, "harness|drop|3": { "em": 0.0003145973154362416, "em_stderr": 0.0001816137946883968, "f1": 0.04833053691275181, "f1_stderr": 0.0011657715269814616 }, "harness|gsm8k|5": { "acc": 0.003032600454890068, "acc_stderr": 0.0015145735612245434 }, "harness|winogrande|5": { "acc": 0.574585635359116, "acc_stderr": 0.013895257666646375 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_09T14_13_49.318775
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T14:13:49.318775.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T14:13:49.318775.parquet

• harness_drop_3

  • 分割：2023_09_16T20_50_46.284611
  • 路径：**/details_harness|drop|3_2023-09-16T20-50-46.284611.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-16T20-50-46.284611.parquet

• harness_gsm8k_5

  • 分割：2023_09_16T20_50_46.284611
  • 路径：**/details_harness|gsm8k|5_2023-09-16T20-50-46.284611.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-16T20-50-46.284611.parquet

• harness_hellaswag_10

  • 分割：2023_08_09T14_13_49.318775
  • 路径：**/details_harness|hellaswag|10_2023-08-09T14:13:49.318775.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-09T14:13:49.318775.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_09T14_13_49.318775
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T14:13:49.318775.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T14:13:49.318775.parquet