open-llm-leaderboard-old/details_Aspik101__llama-30b-instruct-2048-PL-lora

该数据集是在模型Aspik101/llama-30b-instruct-2048-PL-lora在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集包含2次运行的数据，每次运行作为一个特定的分割存储，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，一个名为results的配置存储了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。README还提供了如何使用datasets库加载数据集的示例，并包含了特定运行的最新结果。

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 Aspik101/llama-30b-instruct-2048-PL-lora 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
• 数据来源：从 2 次运行中创建，每个运行对应一个特定的时间戳。
• 数据分割：每个配置包含多个分割，其中 "train" 分割指向最新的结果。
• 额外配置：一个名为 "results" 的配置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_Aspik101__llama-30b-instruct-2048-PL-lora", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-17T18:18:54.514203 运行的最新结果： python { "all": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393028902, "f1": 0.08940016778523495, "f1_stderr": 0.0017994699002823276, "acc": 0.4795769199239097, "acc_stderr": 0.010868072702003555 }, "harness|drop|3": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393028902, "f1": 0.08940016778523495, "f1_stderr": 0.0017994699002823276 }, "harness|gsm8k|5": { "acc": 0.1683093252463988, "acc_stderr": 0.010305695358125522 }, "harness|winogrande|5": { "acc": 0.7908445146014207, "acc_stderr": 0.011430450045881588 } }

配置详情

以下是部分配置的详细信息：

• config_name: harness_arc_challenge_25

  • split: 2023_08_22T12_31_39.765804
    • path: **/details_harness|arc:challenge|25_2023-08-22T12:31:39.765804.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-22T12:31:39.765804.parquet

• config_name: harness_drop_3

  • split: 2023_10_17T18_18_54.514203
    • path: **/details_harness|drop|3_2023-10-17T18-18-54.514203.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-17T18-18-54.514203.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_17T18_18_54.514203
    • path: **/details_harness|gsm8k|5_2023-10-17T18-18-54.514203.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-17T18-18-54.514203.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_22T12_31_39.765804
    • path: **/details_harness|hellaswag|10_2023-08-22T12:31:39.765804.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-22T12:31:39.765804.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_22T12_31_39.765804
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T12:31:39.765804.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T12:31:39.765804.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T12:31:39.765804.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T12:31:39.765804.parquet
      • ...（其他路径省略）