open-llm-leaderboard-old/details_Sao10K__Stheno-L2-13B

该数据集是在Open LLM Leaderboard上对模型Sao10K/Stheno-L2-13B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，名为results的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 Sao10K/Stheno-L2-13B 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

• 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。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__Stheno-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的示例： python { "all": { "em": 0.2925755033557047, "em_stderr": 0.004659064029280355, "f1": 0.35764366610738435, "f1_stderr": 0.004568345368095279, "acc": 0.43558446671888545, "acc_stderr": 0.010545764058478083 }, "harness|drop|3": { "em": 0.2925755033557047, "em_stderr": 0.004659064029280355, "f1": 0.35764366610738435, "f1_stderr": 0.004568345368095279 }, "harness|gsm8k|5": { "acc": 0.1197877179681577, "acc_stderr": 0.008944213403553058 }, "harness|winogrande|5": { "acc": 0.7513812154696132, "acc_stderr": 0.012147314713403105 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_31T22_32_10.395838
  • 路径：**/details_harness|arc:challenge|25_2023-08-31T22:32:10.395838.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-31T22:32:10.395838.parquet

• harness_drop_3

  • 分割：2023_09_17T19_58_15.473819
  • 路径：**/details_harness|drop|3_2023-09-17T19-58-15.473819.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-17T19-58-15.473819.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T19_58_15.473819
  • 路径：**/details_harness|gsm8k|5_2023-09-17T19-58-15.473819.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T19-58-15.473819.parquet

• harness_hellaswag_10

  • 分割：2023_08_31T22_32_10.395838
  • 路径：**/details_harness|hellaswag|10_2023-08-31T22:32:10.395838.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-31T22:32:10.395838.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_31T22_32_10.395838
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T22:32:10.395838.parquet
  • 分割：latest
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T22:32:10.395838.parquet