open-llm-leaderboard/details_formulae__Dorflan

该数据集是在Open LLM Leaderboard上对模型formulae/Dorflan进行评估时自动生成的。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，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，名为results的配置存储了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。README还提供了如何使用Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 formulae/Dorflan 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

• 配置数量：64 个配置
• 创建来源：从 2 次运行中创建
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 结果汇总：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_formulae__Dorflan", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T08:11:23.880796 运行的最新结果： python { "all": { "em": 0.16851929530201343, "em_stderr": 0.0038334566477606843, "f1": 0.2636723993288601, "f1_stderr": 0.003974880412044246, "acc": 0.36495772729693454, "acc_stderr": 0.007112996736385248 }, "harness|drop|3": { "em": 0.16851929530201343, "em_stderr": 0.0038334566477606843, "f1": 0.2636723993288601, "f1_stderr": 0.003974880412044246 }, "harness|gsm8k|5": { "acc": 0.0037907505686125853, "acc_stderr": 0.0016927007401502038 }, "harness|winogrande|5": { "acc": 0.7261247040252565, "acc_stderr": 0.012533292732620292 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_04T08_07_52.776244
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T08-07-52.776244.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T08-07-52.776244.parquet

• harness_drop_3

  • 分割：2023_10_24T08_11_23.880796
  • 路径：**/details_harness|drop|3_2023-10-24T08-11-23.880796.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T08-11-23.880796.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T08_11_23.880796
  • 路径：**/details_harness|gsm8k|5_2023-10-24T08-11-23.880796.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T08-11-23.880796.parquet

• harness_hellaswag_10

  • 分割：2023_10_04T08_07_52.776244
  • 路径：**/details_harness|hellaswag|10_2023-10-04T08-07-52.776244.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-04T08-07-52.776244.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_04T08_07_52.776244
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T08-07-52.776244.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T08-07-52.776244.parquet