open-llm-leaderboard-old/details_codeparrot__codeparrot

该数据集是在Open LLM Leaderboard上对模型codeparrot/codeparrot进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储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，还有一个名为results的配置，存储所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名为 "Evaluation run of codeparrot/codeparrot"，是在模型 codeparrot/codeparrot 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集组成

• 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 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_codeparrot__codeparrot", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-27T22:03:29.134706 运行 的最新结果：

python { "all": { "em": 0.0007340604026845638, "em_stderr": 0.00027736144573357115, "f1": 0.020442533557047064, "f1_stderr": 0.0007057901378550561, "acc": 0.252123807648879, "acc_stderr": 0.007682267037046532 }, "harness|drop|3": { "em": 0.0007340604026845638, "em_stderr": 0.00027736144573357115, "f1": 0.020442533557047064, "f1_stderr": 0.0007057901378550561 }, "harness|gsm8k|5": { "acc": 0.002274450341167551, "acc_stderr": 0.0013121578148674346 }, "harness|winogrande|5": { "acc": 0.5019731649565904, "acc_stderr": 0.014052376259225629 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_09_21T22_35_18.428619
  • 路径: **/details_harness|arc:challenge|25_2023-09-21T22-35-18.428619.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-09-21T22-35-18.428619.parquet

• harness_drop_3

  • 分割: 2023_10_27T22_03_29.134706
  • 路径: **/details_harness|drop|3_2023-10-27T22-03-29.134706.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-27T22-03-29.134706.parquet

• harness_gsm8k_5

  • 分割: 2023_10_27T22_03_29.134706
  • 路径: **/details_harness|gsm8k|5_2023-10-27T22-03-29.134706.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-27T22-03-29.134706.parquet

• harness_hellaswag_10

  • 分割: 2023_09_21T22_35_18.428619
  • 路径: **/details_harness|hellaswag|10_2023-09-21T22-35-18.428619.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-09-21T22-35-18.428619.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_21T22_35_18.428619
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T22-35-18.428619.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-21T22-35-18.428619.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T22-35-18.428619.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-21T22-35-18.428619.parquet
    • ...（其他路径省略）