open-llm-leaderboard/details_mosaicml__mpt-30b-instruct

该数据集是在模型 mosaicml/mpt-30b-instruct 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。数据集是从 2 次运行中生成的，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。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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` 库加载数据集的示例。

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 mosaicml/mpt-30b-instruct 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 数据来源：从 2 次运行中创建
• 数据分割：每个配置包含特定运行的分割，分割名称使用运行的时间戳。"train" 分割指向最新的结果。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mosaicml__mpt-30b-instruct", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-14T20:57:09.846204 运行 的最新结果： python { "all": { "em": 0.3308515100671141, "em_stderr": 0.004818562129043009, "f1": 0.38283766778523554, "f1_stderr": 0.00472140525052066, "acc": 0.4522637692207808, "acc_stderr": 0.011033521433097288 }, "harness|drop|3": { "em": 0.3308515100671141, "em_stderr": 0.004818562129043009, "f1": 0.38283766778523554, "f1_stderr": 0.00472140525052066 }, "harness|gsm8k|5": { "acc": 0.15314632297194844, "acc_stderr": 0.009919728152791466 }, "harness|winogrande|5": { "acc": 0.7513812154696132, "acc_stderr": 0.012147314713403112 } }

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_07_20T13_11_24.937399
    • 路径：**/details_harness|arc:challenge|25_2023-07-20T13:11:24.937399.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-07-20T13:11:24.937399.parquet

• harness_drop_3

  • 分割：2023_10_14T20_57_09.846204
    • 路径：**/details_harness|drop|3_2023-10-14T20-57-09.846204.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-14T20-57-09.846204.parquet

• harness_gsm8k_5

  • 分割：2023_10_14T20_57_09.846204
    • 路径：**/details_harness|gsm8k|5_2023-10-14T20-57-09.846204.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-14T20-57-09.846204.parquet

• harness_hellaswag_10

  • 分割：2023_07_20T13_11_24.937399
    • 路径：**/details_harness|hellaswag|10_2023-07-20T13:11:24.937399.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-07-20T13:11:24.937399.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_20T13_11_24.937399
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-20T13:11:24.937399.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-20T13:11:24.937399.parquet
      • ...（其他路径省略）
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-20T13:11:24.937399.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-20T13:11:24.937399.parquet
      • ...（其他路径省略）