open-llm-leaderboard-old/details_WizardLM__WizardMath-70B-V1.0

该数据集是在评估模型WizardLM/WizardMath-70B-V1.0时自动生成的，包含3个配置，每个配置对应一个评估任务。数据集由3次运行生成，每次运行的结果作为一个特定的分割存储在配置中，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，还有一个results配置存储所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of WizardLM/WizardMath-70B-V1.0

数据集描述

数据集概述

数据集是在模型 WizardLM/WizardMath-70B-V1.0 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集从3次运行中创建。每次运行可以在每个配置中作为一个特定的分割找到，分割名称使用运行的 timestamp。"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（并用于计算和显示在 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_WizardLM__WizardMath-70B-V1.0", "harness_winogrande_5", split="train")

最新结果

以下是从 2023-10-20T23:03:12.851516 运行得到的最新结果：

python { "all": { "em": 0.006291946308724832, "em_stderr": 0.0008097697705635314, "f1": 0.18374475671141305, "f1_stderr": 0.0024127704198719, "acc": 0.4313141129015368, "acc_stderr": 0.008041101659130582 }, "harness|drop|3": { "em": 0.006291946308724832, "em_stderr": 0.0008097697705635314, "f1": 0.18374475671141305, "f1_stderr": 0.0024127704198719 }, "harness|gsm8k|5": { "acc": 0.039423805913570885, "acc_stderr": 0.005360280030342424 }, "harness|winogrande|5": { "acc": 0.8232044198895028, "acc_stderr": 0.010721923287918739 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_10_19T05_20_29.388584
    • 路径: **/details_harness|drop|3_2023-10-19T05-20-29.388584.parquet
  • 分割: 2023_10_20T05_37_30.110838
    • 路径: **/details_harness|drop|3_2023-10-20T05-37-30.110838.parquet
  • 分割: 2023_10_20T23_03_12.851516
    • 路径: **/details_harness|drop|3_2023-10-20T23-03-12.851516.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-20T23-03-12.851516.parquet

• harness_gsm8k_5

  • 分割: 2023_10_19T05_20_29.388584
    • 路径: **/details_harness|gsm8k|5_2023-10-19T05-20-29.388584.parquet
  • 分割: 2023_10_20T05_37_30.110838
    • 路径: **/details_harness|gsm8k|5_2023-10-20T05-37-30.110838.parquet
  • 分割: 2023_10_20T23_03_12.851516
    • 路径: **/details_harness|gsm8k|5_2023-10-20T23-03-12.851516.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-20T23-03-12.851516.parquet

• harness_winogrande_5

  • 分割: 2023_10_19T05_20_29.388584
    • 路径: **/details_harness|winogrande|5_2023-10-19T05-20-29.388584.parquet
  • 分割: 2023_10_20T05_37_30.110838
    • 路径: **/details_harness|winogrande|5_2023-10-20T05-37-30.110838.parquet
  • 分割: 2023_10_20T23_03_12.851516
    • 路径: **/details_harness|winogrande|5_2023-10-20T23-03-12.851516.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-10-20T23-03-12.851516.parquet

• results

  • 分割: 2023_10_19T05_20_29.388584
    • 路径: results_2023-10-19T05-20-29.388584.parquet
  • 分割: 2023_10_20T05_37_30.110838
    • 路径: results_2023-10-20T05-37-30.110838.parquet
  • 分割: 2023_10_20T23_03_12.851516
    • 路径: results_2023-10-20T23-03-12.851516.parquet
  • 分割: latest
    • 路径: results_2023-10-20T23-03-12.851516.parquet