open-llm-leaderboard/details_glaiveai__glaive-coder-7b

该数据集是在评估模型glaiveai/glaive-coder-7b时自动生成的，主要用于Open LLM Leaderboard上的评估任务。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，数据集还包含一个名为results的配置，用于存储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

该数据集是在评估模型 glaiveai/glaive-coder-7b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_glaiveai__glaive-coder-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T06:05:57.317368 运行 的最新结果：

python { "all": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519943, "f1": 0.055515939597315614, "f1_stderr": 0.0014057901382845646, "acc": 0.32489335335120895, "acc_stderr": 0.009957962270331142 }, "harness|drop|3": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519943, "f1": 0.055515939597315614, "f1_stderr": 0.0014057901382845646 }, "harness|gsm8k|5": { "acc": 0.052312357846853674, "acc_stderr": 0.006133057708959239 }, "harness|winogrande|5": { "acc": 0.5974743488555643, "acc_stderr": 0.013782866831703044 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_09_22T05_33_12.124557
    • path: **/details_harness|arc:challenge|25_2023-09-22T05-33-12.124557.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-09-22T05-33-12.124557.parquet

• config_name: harness_drop_3

  • split: 2023_10_29T06_05_57.317368
    • path: **/details_harness|drop|3_2023-10-29T06-05-57.317368.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-29T06-05-57.317368.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_29T06_05_57.317368
    • path: **/details_harness|gsm8k|5_2023-10-29T06-05-57.317368.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-29T06-05-57.317368.parquet

• config_name: harness_hellaswag_10

  • split: 2023_09_22T05_33_12.124557
    • path: **/details_harness|hellaswag|10_2023-09-22T05-33-12.124557.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-09-22T05-33-12.124557.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_09_22T05_33_12.124557
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T05-33-12.124557.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-22T05-33-12.124557.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T05-33-12.124557.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-22T05-33-12.124557.parquet
      • ...