open-llm-leaderboard-old/details_haoranxu__ALMA-13B

该数据集是在模型haoranxu/ALMA-13B的评估运行中自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在特定配置中找到，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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何加载运行细节的示例代码，并展示了最新的评估结果。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of haoranxu/ALMA-13B
• 数据集来源: 自动创建于模型 haoranxu/ALMA-13B 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每次运行作为一个特定的分割，分割名称为运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置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_haoranxu__ALMA-13B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2023-12-09T15:43:59.183673
• 结果示例: python { "all": { "acc": 0.4975926896834348, "acc_stderr": 0.0340184872709999, "acc_norm": 0.5055471649834049, "acc_norm_stderr": 0.034951829731267196, "mc1": 0.25091799265605874, "mc1_stderr": 0.015176985027707693, "mc2": 0.3756948163452805, "mc2_stderr": 0.013646478427855928 }, "harness|arc:challenge|25": { "acc": 0.537542662116041, "acc_stderr": 0.014570144495075581, "acc_norm": 0.568259385665529, "acc_norm_stderr": 0.014474591427196204 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_09T15_43_59.183673
      • 路径: **/details_harness|arc:challenge|25_2023-12-09T15-43-59.183673.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-09T15-43-59.183673.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_09T15_43_59.183673
      • 路径: **/details_harness|gsm8k|5_2023-12-09T15-43-59.183673.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-09T15-43-59.183673.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_09T15_43_59.183673
      • 路径: **/details_harness|hellaswag|10_2023-12-09T15-43-59.183673.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-09T15-43-59.183673.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_09T15_43_59.183673
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-09T15-43-59.183673.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-09T15-43-59.183673.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-09T15-43-59.183673.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-09T15-43-59.183673.parquet
        • ...