open-llm-leaderboard-old/details_jondurbin__airoboros-7b

该数据集是在模型[jondurbin/airoboros-7b](https://huggingface.co/jondurbin/airoboros-7b)的评估运行期间自动创建的，评估运行是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从4次运行中创建的，每次运行都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命名。"train"分割始终指向最新的结果。一个额外的配置"results"存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 jondurbin/airoboros-7b 进行评估运行期间自动创建的，评估运行在 Open LLM Leaderboard 上进行。

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：数据集由4次运行创建，每次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。
• 最新结果："train" 分片始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_jondurbin__airoboros-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T18:06:24.676047 运行的最新结果： python { "all": { "em": 0.17260906040268456, "em_stderr": 0.0038701413394570546, "f1": 0.2366065436241609, "f1_stderr": 0.003924713658600719, "acc": 0.3653891607870639, "acc_stderr": 0.00836463128895662 }, "harness|drop|3": { "em": 0.17260906040268456, "em_stderr": 0.0038701413394570546, "f1": 0.2366065436241609, "f1_stderr": 0.003924713658600719 }, "harness|gsm8k|5": { "acc": 0.02122820318423048, "acc_stderr": 0.003970449129848635 }, "harness|winogrande|5": { "acc": 0.7095501183898973, "acc_stderr": 0.012758813448064605 } }

配置详情

• harness_arc_challenge_25

  • 分片：2023_07_19T16_47_41.797707, 2023_08_03T10_53_16.079239, latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T16:47:41.797707.parquet, **/details_harness|arc:challenge|25_2023-08-03T10:53:16.079239.parquet

• harness_drop_3

  • 分片：2023_10_22T14_45_03.527749, 2023_10_22T18_06_24.676047, latest
  • 路径：**/details_harness|drop|3_2023-10-22T14-45-03.527749.parquet, **/details_harness|drop|3_2023-10-22T18-06-24.676047.parquet

• harness_gsm8k_5

  • 分片：2023_10_22T14_45_03.527749, 2023_10_22T18_06_24.676047, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T14-45-03.527749.parquet, **/details_harness|gsm8k|5_2023-10-22T18-06-24.676047.parquet

• harness_hellaswag_10

  • 分片：2023_07_19T16_47_41.797707, 2023_08_03T10_53_16.079239, latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T16:47:41.797707.parquet, **/details_harness|hellaswag|10_2023-08-03T10:53:16.079239.parquet

• harness_hendrycksTest_5

  • 分片：2023_07_19T16_47_41.797707, 2023_08_03T10_53_16.079239, latest
  • 路径：多个文件路径，详见原文档。