open-llm-leaderboard/details_jondurbin__airoboros-l2-13b-2.2.1

该数据集是在评估模型jondurbin/airoboros-l2-13b-2.2.1时自动生成的，评估是在Open LLM Leaderboard上进行的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储在不同的split中，split以运行的时间戳命名。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，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在模型 jondurbin/airoboros-l2-13b-2.2.1 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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。
• 额外的 "results" 配置存储所有运行的聚合结果，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_jondurbin__airoboros-l2-13b-2.2.1", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T06:36:10.303707 运行的最新结果： python { "all": { "em": 0.04467281879194631, "em_stderr": 0.0021156186992613577, "f1": 0.10597210570469756, "f1_stderr": 0.0024082864478827287, "acc": 0.438030054339078, "acc_stderr": 0.010411282060464109 }, "harness|drop|3": { "em": 0.04467281879194631, "em_stderr": 0.0021156186992613577, "f1": 0.10597210570469756, "f1_stderr": 0.0024082864478827287 }, "harness|gsm8k|5": { "acc": 0.11599696739954511, "acc_stderr": 0.008820485491442476 }, "harness|winogrande|5": { "acc": 0.7600631412786109, "acc_stderr": 0.01200207862948574 } }

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_10_01T13_47_59.401032
    • 路径: **/details_harness|arc:challenge|25_2023-10-01T13-47-59.401032.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-01T13-47-59.401032.parquet

• harness_drop_3

  • 分割: 2023_10_28T06_36_10.303707
    • 路径: **/details_harness|drop|3_2023-10-28T06-36-10.303707.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-28T06-36-10.303707.parquet

• harness_gsm8k_5

  • 分割: 2023_10_28T06_36_10.303707
    • 路径: **/details_harness|gsm8k|5_2023-10-28T06-36-10.303707.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-28T06-36-10.303707.parquet

• harness_hellaswag_10

  • 分割: 2023_10_01T13_47_59.401032
    • 路径: **/details_harness|hellaswag|10_2023-10-01T13-47-59.401032.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-01T13-47-59.401032.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_01T13_47_59.401032
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T13-47-59.401032.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T13-47-59.401032.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T13-47-59.401032.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T13-47-59.401032.parquet
      • ...（其他路径省略）