open-llm-leaderboard-old/details_yhyhy3__med-orca-instruct-33b

该数据集是在模型yhyhy3/med-orca-instruct-33b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，每个配置对应一个被评估的任务。数据集是从4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，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了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。README还提供了如何使用Hugging Face 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

数据集摘要

该数据集是在评估模型 yhyhy3/med-orca-instruct-33b 在 Open LLM Leaderboard 上的运行过程中自动创建的。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 4 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。

数据集结构

数据集包含多个配置，每个配置对应不同的评估任务，具体配置如下：

• harness_arc_challenge_25

  • 分割：2023_08_09T13_49_32.359108
    • 路径：**/details_harness|arc:challenge|25_2023-08-09T13:49:32.359108.parquet
  • 分割：2023_08_18T09_03_49.045450
    • 路径：**/details_harness|arc:challenge|25_2023-08-18T09:03:49.045450.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-08-18T09:03:49.045450.parquet

• harness_drop_3

  • 分割：2023_09_26T02_39_23.109820
    • 路径：**/details_harness|drop|3_2023-09-26T02-39-23.109820.parquet
  • 分割：2023_10_17T22_27_51.480164
    • 路径：**/details_harness|drop|3_2023-10-17T22-27-51.480164.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-17T22-27-51.480164.parquet

• harness_gsm8k_5

  • 分割：2023_09_26T02_39_23.109820
    • 路径：**/details_harness|gsm8k|5_2023-09-26T02-39-23.109820.parquet
  • 分割：2023_10_17T22_27_51.480164
    • 路径：**/details_harness|gsm8k|5_2023-10-17T22-27-51.480164.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-17T22-27-51.480164.parquet

• harness_hellaswag_10

  • 分割：2023_08_09T13_49_32.359108
    • 路径：**/details_harness|hellaswag|10_2023-08-09T13:49:32.359108.parquet
  • 分割：2023_08_18T09_03_49.045450
    • 路径：**/details_harness|hellaswag|10_2023-08-18T09:03:49.045450.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-08-18T09:03:49.045450.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_09T13_49_32.359108
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T13:49:32.359108.parquet
  • 分割：2023_08_18T09_03_49.045450
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T09:03:49.045450.parquet
  • 分割：latest
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T09:03:49.045450.parquet

最新结果

以下是 2023-10-17T22:27:51.480164 运行 的最新结果：

python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 6.606543624161075e-05, "f1_stderr": 2.6666679153418564e-05, "acc": 0.2525651144435675, "acc_stderr": 0.007025872980895256 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 6.606543624161075e-05, "f1_stderr": 2.6666679153418564e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.505130228887135, "acc_stderr": 0.014051745961790513 } }