open-llm-leaderboard-old/details_Sao10K__Stheno-1.1-L2-13B

该数据集是在评估模型Sao10K/Stheno-1.1-L2-13B时自动创建的，评估是在Open LLM Leaderboard上进行的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行都可以在特定配置的特定分割中找到，分割名称使用运行的时间戳命名。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

该数据集是在对模型 Sao10K/Stheno-1.1-L2-13B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。

额外配置

• 一个额外的配置 "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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__Stheno-1.1-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T21:31:21.044971 运行的最新结果： python { "all": { "em": 0.4002726510067114, "em_stderr": 0.00501758267554197, "f1": 0.46779362416107595, "f1_stderr": 0.00480612571124351, "acc": 0.41588812169655687, "acc_stderr": 0.0097951551792708 }, "harness|drop|3": { "em": 0.4002726510067114, "em_stderr": 0.00501758267554197, "f1": 0.46779362416107595, "f1_stderr": 0.00480612571124351 }, "harness|gsm8k|5": { "acc": 0.07960576194086429, "acc_stderr": 0.007455924338676254 }, "harness|winogrande|5": { "acc": 0.7521704814522494, "acc_stderr": 0.012134386019865346 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_09_12T10_14_13.361250
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T10-14-13.361250.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T10-14-13.361250.parquet

• harness_drop_3

  • 分割: 2023_10_23T21_31_21.044971
    • 路径: **/details_harness|drop|3_2023-10-23T21-31-21.044971.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-23T21-31-21.044971.parquet

• harness_gsm8k_5

  • 分割: 2023_10_23T21_31_21.044971
    • 路径: **/details_harness|gsm8k|5_2023-10-23T21-31-21.044971.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-23T21-31-21.044971.parquet

• harness_hellaswag_10

  • 分割: 2023_09_12T10_14_13.361250
    • 路径: **/details_harness|hellaswag|10_2023-09-12T10-14-13.361250.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-12T10-14-13.361250.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_12T10_14_13.361250
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T10-14-13.361250.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T10-14-13.361250.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T10-14-13.361250.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T10-14-13.361250.parquet
      • ...（其他路径省略）