open-llm-leaderboard-old/details_togethercomputer__Pythia-Chat-Base-7B

该数据集是在模型togethercomputer/Pythia-Chat-Base-7B的评估运行中自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。此外，一个名为"results"的配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

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 togethercomputer/Pythia-Chat-Base-7B 的过程中自动创建的。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，每次运行的结果作为一个特定的分割（split）存储，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 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_togethercomputer__Pythia-Chat-Base-7B", "harness_winogrande_5", split="train")

最新结果

以下是2023年10月21日17:19:57.992489运行的最新结果： python { "all": { "em": 0.0010486577181208054, "em_stderr": 0.00033145814652192835, "f1": 0.04749370805369145, "f1_stderr": 0.0011837049377399571, "acc": 0.34051740902946614, "acc_stderr": 0.009473843193280568 }, "harness|drop|3": { "em": 0.0010486577181208054, "em_stderr": 0.00033145814652192835, "f1": 0.04749370805369145, "f1_stderr": 0.0011837049377399571 }, "harness|gsm8k|5": { "acc": 0.04094010614101592, "acc_stderr": 0.00545807679629435 }, "harness|winogrande|5": { "acc": 0.6400947119179163, "acc_stderr": 0.013489609590266786 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T16_40_02.088273
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T16:40:02.088273.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T16:40:02.088273.parquet

• harness_drop_3

  • 分割：2023_10_21T17_19_57.992489
  • 路径：**/details_harness|drop|3_2023-10-21T17-19-57.992489.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-21T17-19-57.992489.parquet

• harness_gsm8k_5

  • 分割：2023_10_21T17_19_57.992489
  • 路径：**/details_harness|gsm8k|5_2023-10-21T17-19-57.992489.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-21T17-19-57.992489.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T16_40_02.088273
  • 路径：**/details_harness|hellaswag|10_2023-07-19T16:40:02.088273.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T16:40:02.088273.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T16_40_02.088273
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T16:40:02.088273.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T16:40:02.088273.parquet