open-llm-leaderboard-old/details_Enoch__llama-65b-hf

该数据集是在模型Enoch/llama-65b-hf在Open LLM Leaderboard上进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。它包含一次运行的结果，每次运行的数据存储在以运行时间戳命名的特定分割中。train分割始终指向最新结果。此外，还有一个results配置，用于汇总所有运行结果，并用于计算和显示排行榜上的指标。README还提供了一个Python代码片段用于加载数据集，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• 名称: Evaluation run of Enoch/llama-65b-hf

数据集来源

• 创建背景: 该数据集是在对模型 Enoch/llama-65b-hf 进行评估运行期间自动创建的。

数据集组成

• 配置数量: 该数据集包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 数据集从 1 次运行中创建。每个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。
• 最新结果: "train" 分割始终指向最新的结果。
• 汇总结果: 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 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Enoch__llama-65b-hf", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2023-12-05T05:06:29.042599
• 结果示例: python { "all": { "acc": 0.6380517777268255, "acc_stderr": 0.032178718879849834, "acc_norm": 0.6421210460838432, "acc_norm_stderr": 0.0328302725617492, "mc1": 0.28518971848225216, "mc1_stderr": 0.015805827874454892, "mc2": 0.43425303494253065, "mc2_stderr": 0.013768101142659904 }, "harness|arc:challenge|25": { "acc": 0.5921501706484642, "acc_stderr": 0.014361097288449708, "acc_norm": 0.6331058020477816, "acc_norm_stderr": 0.014084133118104298 }, "harness|hellaswag|10": { "acc": 0.6650069707229636, "acc_stderr": 0.004710234188047369, "acc_norm": 0.8608842859988051, "acc_norm_stderr": 0.003453599726736566 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_05T05_06_29.042599
      • 路径: **/details_harness|arc:challenge|25_2023-12-05T05-06-29.042599.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-05T05-06-29.042599.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_05T05_06_29.042599
      • 路径: **/details_harness|gsm8k|5_2023-12-05T05-06-29.042599.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-05T05-06-29.042599.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_05T05_06_29.042599
      • 路径: **/details_harness|hellaswag|10_2023-12-05T05-06-29.042599.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-05T05-06-29.042599.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_05T05_06_29.042599
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-05T05-06-29.042599.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-05T05-06-29.042599.parquet
        • ...