open-llm-leaderboard/details_PulsarAI__GenAI-Nova-13B

该数据集是在Open LLM Leaderboard上对模型PulsarAI/GenAI-Nova-13B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2次运行生成，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，还有一个results配置存储了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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在对模型 PulsarAI/GenAI-Nova-13B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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_PulsarAI__GenAI-Nova-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T14:58:59.300779 运行的最新结果：

python { "all": { "em": 0.10769714765100671, "em_stderr": 0.003174664916131534, "f1": 0.18815016778523358, "f1_stderr": 0.0033317211011039192, "acc": 0.4254059872915611, "acc_stderr": 0.009560931288960338 }, "harness|drop|3": { "em": 0.10769714765100671, "em_stderr": 0.003174664916131534, "f1": 0.18815016778523358, "f1_stderr": 0.0033317211011039192 }, "harness|gsm8k|5": { "acc": 0.07733131159969674, "acc_stderr": 0.007357713523222347 }, "harness|winogrande|5": { "acc": 0.7734806629834254, "acc_stderr": 0.01176414905469833 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_08T15_05_19.512883
    • 路径：**/details_harness|arc:challenge|25_2023-10-08T15-05-19.512883.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-10-08T15-05-19.512883.parquet

• harness_drop_3

  • 分割：2023_10_29T14_58_59.300779
    • 路径：**/details_harness|drop|3_2023-10-29T14-58-59.300779.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-29T14-58-59.300779.parquet

• harness_gsm8k_5

  • 分割：2023_10_29T14_58_59.300779
    • 路径：**/details_harness|gsm8k|5_2023-10-29T14-58-59.300779.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-29T14-58-59.300779.parquet

• harness_hellaswag_10

  • 分割：2023_10_08T15_05_19.512883
    • 路径：**/details_harness|hellaswag|10_2023-10-08T15-05-19.512883.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-10-08T15-05-19.512883.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_08T15_05_19.512883
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T15-05-19.512883.parquet
      • ...
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T15-05-19.512883.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T15-05-19.512883.parquet
      • ...