open-llm-leaderboard-old/details_glaiveai__glaive-coder-7b

该数据集是在模型 glaiveai/glaive-coder-7b 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 还提供了一个示例，展示了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息。

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 glaiveai/glaive-coder-7b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集由 2 次运行创建，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。
• 额外的配置 "results" 存储所有运行的聚合结果，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_glaiveai__glaive-coder-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T06:05:57.317368 运行的最新结果： python { "all": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519943, "f1": 0.055515939597315614, "f1_stderr": 0.0014057901382845646, "acc": 0.32489335335120895, "acc_stderr": 0.009957962270331142 }, "harness|drop|3": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825519943, "f1": 0.055515939597315614, "f1_stderr": 0.0014057901382845646 }, "harness|gsm8k|5": { "acc": 0.052312357846853674, "acc_stderr": 0.006133057708959239 }, "harness|winogrande|5": { "acc": 0.5974743488555643, "acc_stderr": 0.013782866831703044 } }

配置详情

以下是数据集的配置详情：

配置列表

• harness_arc_challenge_25
• harness_drop_3
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
• harness_hendrycksTest_abstract_algebra_5
• harness_hendrycksTest_anatomy_5
• harness_hendrycksTest_astronomy_5
• harness_hendrycksTest_business_ethics_5
• harness_hendrycksTest_clinical_knowledge_5
• harness_hendrycksTest_college_biology_5
• harness_hendrycksTest_college_chemistry_5
• harness_hendrycksTest_college_computer_science_5
• harness_hendrycksTest_college_mathematics_5
• harness_hendrycksTest_college_medicine_5
• harness_hendrycksTest_college_physics_5
• harness_hendrycksTest_computer_security_5
• harness_hendrycksTest_conceptual_physics_5
• harness_hendrycksTest_econometrics_5
• harness_hendrycksTest_electrical_engineering_5
• harness_hendrycksTest_elementary_mathematics_5

配置详情

每个配置包含多个分割，例如：

• harness_arc_challenge_25 包含 2023_09_22T05_33_12.124557 和 latest 分割。
• harness_drop_3 包含 2023_10_29T06_05_57.317368 和 latest 分割。

数据文件路径

每个分割对应一个或多个数据文件路径，例如：

• harness_arc_challenge_25 的 2023_09_22T05_33_12.124557 分割包含路径 **/details_harness|arc:challenge|25_2023-09-22T05-33-12.124557.parquet。
• harness_drop_3 的 2023_10_29T06_05_57.317368 分割包含路径 **/details_harness|drop|3_2023-10-29T06-05-57.317368.parquet。