open-llm-leaderboard/details_jondurbin__spicyboros-7b-2.2

该数据集是在模型 jondurbin/spicyboros-7b-2.2 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 次运行中创建的，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 `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

数据集简介

该数据集是在对模型 jondurbin/spicyboros-7b-2.2 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。
• 运行次数：数据集从2次运行中创建。每个运行作为一个特定的分割存在于每个配置中，分割名称使用运行的时间戳。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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_jondurbin__spicyboros-7b-2.2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-26T02:23:36.307180 运行的最新结果： python { "all": { "em": 0.32393036912751677, "em_stderr": 0.004792489810373419, "f1": 0.3773773070469811, "f1_stderr": 0.004716033997487649, "acc": 0.39679434744338254, "acc_stderr": 0.009083637794148745 }, "harness|drop|3": { "em": 0.32393036912751677, "em_stderr": 0.004792489810373419, "f1": 0.3773773070469811, "f1_stderr": 0.004716033997487649 }, "harness|gsm8k|5": { "acc": 0.04852160727824109, "acc_stderr": 0.005918468618921068 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_09_12T18_48_40.427009
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T18-48-40.427009.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T18-48-40.427009.parquet

• harness_drop_3

  • 分割：2023_10_26T02_23_36.307180
  • 路径：**/details_harness|drop|3_2023-10-26T02-23-36.307180.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-26T02-23-36.307180.parquet

• harness_gsm8k_5

  • 分割：2023_10_26T02_23_36.307180
  • 路径：**/details_harness|gsm8k|5_2023-10-26T02-23-36.307180.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-26T02-23-36.307180.parquet

• harness_hellaswag_10

  • 分割：2023_09_12T18_48_40.427009
  • 路径：**/details_harness|hellaswag|10_2023-09-12T18-48-40.427009.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-12T18-48-40.427009.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_12T18_48_40.427009
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T18-48-40.427009.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T18-48-40.427009.parquet 等

• 其他配置：类似结构，包含多个任务和对应的文件路径。