open-llm-leaderboard-old/details_quantumaikr__QuantumLM

该数据集是在模型quantumaikr/QuantumLM在Open LLM Leaderboard上进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由4次运行创建，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

数据集摘要

该数据集是在评估模型quantumaikr/QuantumLM在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据集由64个配置组成，每个配置对应一个评估任务。
• 数据集从4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。
• 一个额外的配置"results"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_quantumaikr__QuantumLM", "harness_winogrande_5", split="train")

最新结果

以下是2023-10-17T21:09:03.673606运行的最新结果： python { "all": { "em": 0.004718959731543624, "em_stderr": 0.0007018360183131032, "f1": 0.066544672818792, "f1_stderr": 0.0015305236997022681, "acc": 0.4202347692309533, "acc_stderr": 0.010254299592459359 }, "harness|drop|3": { "em": 0.004718959731543624, "em_stderr": 0.0007018360183131032, "f1": 0.066544672818792, "f1_stderr": 0.0015305236997022681 }, "harness|gsm8k|5": { "acc": 0.09855951478392722, "acc_stderr": 0.008210320350946333 }, "harness|winogrande|5": { "acc": 0.7419100236779794, "acc_stderr": 0.012298278833972385 } }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_08_22T12_43_24.978331
    • 路径: **/details_harness|arc:challenge|25_2023-08-22T12:43:24.978331.parquet
  • 分割: 2023_08_22T20_06_17.327995
    • 路径: **/details_harness|arc:challenge|25_2023-08-22T20:06:17.327995.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-22T20:06:17.327995.parquet

• harness_drop_3

  • 分割: 2023_10_17T05_08_11.720635
    • 路径: **/details_harness|drop|3_2023-10-17T05-08-11.720635.parquet
  • 分割: 2023_10_17T21_09_03.673606
    • 路径: **/details_harness|drop|3_2023-10-17T21-09-03.673606.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-17T21-09-03.673606.parquet

• harness_gsm8k_5

  • 分割: 2023_10_17T05_08_11.720635
    • 路径: **/details_harness|gsm8k|5_2023-10-17T05-08-11.720635.parquet
  • 分割: 2023_10_17T21_09_03.673606
    • 路径: **/details_harness|gsm8k|5_2023-10-17T21-09-03.673606.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-17T21-09-03.673606.parquet

• harness_hellaswag_10

  • 分割: 2023_08_22T12_43_24.978331
    • 路径: **/details_harness|hellaswag|10_2023-08-22T12:43:24.978331.parquet
  • 分割: 2023_08_22T20_06_17.327995
    • 路径: **/details_harness|hellaswag|10_2023-08-22T20:06:17.327995.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-22T20:06:17.327995.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_22T12_43_24.978331
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T12:43:24.978331.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T12:43:24.978331.parquet
      • ...（其他路径省略）
  • 分割: 2023_08_22T20_06_17.327995
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T20:06:17.327995.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T20:06:17.327995.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T20:06:17.327995.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T20:06:17.327995.parquet
      • ...（其他路径省略）