open-llm-leaderboard/details_EleutherAI__pythia-6.7b

该数据集是在评估模型EleutherAI/pythia-6.7b时自动创建的，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，每次运行的结果可以在特定配置的分割中找到，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。

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 EleutherAI/pythia-6.7b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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 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。
• "train" 分割始终指向最新的结果。
• 额外的配置 "results" 存储所有运行结果的聚合，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_EleutherAI__pythia-6.7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-21T21:18:46.645949 运行 的最新结果： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968570957, "f1": 0.04782403523489941, "f1_stderr": 0.001192823686148428, "acc": 0.3289061036768785, "acc_stderr": 0.008126220712088333 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.00034761798968570957, "f1": 0.04782403523489941, "f1_stderr": 0.001192823686148428 }, "harness|gsm8k|5": { "acc": 0.01061410159211524, "acc_stderr": 0.0028227133223877035 }, "harness|winogrande|5": { "acc": 0.6471981057616417, "acc_stderr": 0.013429728101788961 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割: 2023_07_19T17_34_10.394938
  • 路径: **/details_harness|arc:challenge|25_2023-07-19T17:34:10.394938.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-07-19T17:34:10.394938.parquet

• harness_drop_3

  • 分割: 2023_10_21T21_18_46.645949
  • 路径: **/details_harness|drop|3_2023-10-21T21-18-46.645949.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-21T21-18-46.645949.parquet

• harness_gsm8k_5

  • 分割: 2023_10_21T21_18_46.645949
  • 路径: **/details_harness|gsm8k|5_2023-10-21T21-18-46.645949.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-21T21-18-46.645949.parquet

• harness_hellaswag_10

  • 分割: 2023_07_19T17_34_10.394938
  • 路径: **/details_harness|hellaswag|10_2023-07-19T17:34:10.394938.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-07-19T17:34:10.394938.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_19T17_34_10.394938
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:34:10.394938.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:34:10.394938.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:34:10.394938.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:34:10.394938.parquet
    • ...（其他路径省略）