open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o_gate_up_down

该数据集是在模型 CHIH-HUNG/llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o_gate_up_down 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个被评估的任务。它由 2 次运行创建，每次运行作为每个配置中的特定分割，使用运行的时间戳命名。train 分割始终指向最新结果。一个额外的配置 results 存储了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。README 还提供了如何使用 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 CHIH-HUNG/llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o_gate_up_down 的过程中自动创建的，用于 Open LLM Leaderboard 的评估。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 数据来源：数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的分割形式存储。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_CHIH-HUNG__llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o_gate_up_down", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T03:26:24.700404 运行的最新结果： python { "all": { "em": 0.3543414429530201, "em_stderr": 0.004898375582961981, "f1": 0.39350461409396, "f1_stderr": 0.004814089237052805, "acc": 0.4362902583993399, "acc_stderr": 0.01014740888692861 }, "harness|drop|3": { "em": 0.3543414429530201, "em_stderr": 0.004898375582961981, "f1": 0.39350461409396, "f1_stderr": 0.004814089237052805 }, "harness|gsm8k|5": { "acc": 0.10462471569370735, "acc_stderr": 0.008430668082029278 }, "harness|winogrande|5": { "acc": 0.7679558011049724, "acc_stderr": 0.011864149691827943 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T05-10-57.019261.parquet

• harness_drop_3

  • 分割：2023_10_28T03_26_24.700404, latest
  • 路径：**/details_harness|drop|3_2023-10-28T03-26-24.700404.parquet

• harness_gsm8k_5

  • 分割：2023_10_28T03_26_24.700404, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-28T03-26-24.700404.parquet

• harness_hellaswag_10

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hellaswag|10_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：多个文件，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T05-10-57.019261.parquet 等

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-10-04T05-10-57.019261.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_10_04T05_10_57.019261, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-10-04T05-10-57.019261.parquet

以上是数据集的详细概述，包括数据集的简介、结构、加载示例、最新结果以及各个配置的详细信息。