open-llm-leaderboard/details_xxyyy123__10k_v1_lora_qk_rank14_v2

数据集是在模型xxyyy123/10k_v1_lora_qk_rank14_v2的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由61个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在每个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，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

数据集信息

• 名称: Evaluation run of xxyyy123/10k_v1_lora_qk_rank14_v2
• 创建目的: 在模型 xxyyy123/10k_v1_lora_qk_rank14_v2 的评估运行期间自动创建
• 来源: 来自 Open LLM Leaderboard

数据集组成

• 配置数量: 61个配置
• 每个配置对应: 一个评估任务
• 创建次数: 从1次运行中创建
• 分割命名: 使用运行的时间戳命名
• 最新结果: "train" 分割始终指向最新结果
• 汇总结果: 额外的 "results" 配置存储所有聚合结果，用于计算和显示聚合指标

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_xxyyy123__10k_v1_lora_qk_rank14_v2", "harness_truthfulqa_mc_0", split="train")

最新结果

• 最新结果来源: 2023-09-03T15:46:18.274387
• 结果示例: python { "all": { "acc": 0.5170296348361414, "acc_stderr": 0.03493290232216538, "acc_norm": 0.5207737377982975, "acc_norm_stderr": 0.034916919339016556, "mc1": 0.3574051407588739, "mc1_stderr": 0.016776599676729398, "mc2": 0.5241397415740128, "mc2_stderr": 0.0157002252598079 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_09_03T15_46_18.274387
      • 路径: **/details_harness|arc:challenge|25_2023-09-03T15:46:18.274387.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-09-03T15:46:18.274387.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_09_03T15_46_18.274387
      • 路径: **/details_harness|hellaswag|10_2023-09-03T15:46:18.274387.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-09-03T15:46:18.274387.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_09_03T15_46_18.274387
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-03T15:46:18.274387.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-09-03T15:46:18.274387.parquet
        • ...