open-llm-leaderboard-old/details_RobbeD__OpenLlama-Platypus-3B

该数据集是在评估模型RobbeD/OpenLlama-Platypus-3B在Open LLM Leaderboard上的表现时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，results配置存储了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。

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 RobbeD/OpenLlama-Platypus-3B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 数据集由 2 次运行创建，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。
• 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_RobbeD__OpenLlama-Platypus-3B", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自 2023-09-23T06:28:14.000432 运行）的示例： python { "all": { "em": 0.06145134228187919, "em_stderr": 0.002459425856611146, "f1": 0.11012269295302003, "f1_stderr": 0.002656818706713483, "acc": 0.3355993065948289, "acc_stderr": 0.008117942480603072 }, "harness|drop|3": { "em": 0.06145134228187919, "em_stderr": 0.002459425856611146, "f1": 0.11012269295302003, "f1_stderr": 0.002656818706713483 }, "harness|gsm8k|5": { "acc": 0.011372251705837756, "acc_stderr": 0.0029206661987887473 }, "harness|winogrande|5": { "acc": 0.65982636148382, "acc_stderr": 0.013315218762417397 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_29T10_12_53.419020
  • 路径：**/details_harness|arc:challenge|25_2023-08-29T10:12:53.419020.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-29T10:12:53.419020.parquet

• harness_drop_3

  • 分割：2023_09_23T06_28_14.000432
  • 路径：**/details_harness|drop|3_2023-09-23T06-28-14.000432.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-23T06-28-14.000432.parquet

• harness_gsm8k_5

  • 分割：2023_09_23T06_28_14.000432
  • 路径：**/details_harness|gsm8k|5_2023-09-23T06-28-14.000432.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-23T06-28-14.000432.parquet

• harness_hellaswag_10

  • 分割：2023_08_29T10_12_53.419020
  • 路径：**/details_harness|hellaswag|10_2023-08-29T10:12:53.419020.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-29T10:12:53.419020.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_29T10_12_53.419020
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T10:12:53.419020.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T10:12:53.419020.parquet