open-llm-leaderboard/details_The-Face-Of-Goonery__Huginn-13b-v4.5

该数据集是在模型The-Face-Of-Goonery/Huginn-13b-v4.5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3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。README中还包含了特定运行的最新结果。

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 The-Face-Of-Goonery/Huginn-13b-v4.5 在 Open LLM Leaderboard 上的自动创建的。

数据集组成

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 3 次运行中创建，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_The-Face-Of-Goonery__Huginn-13b-v4.5", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的示例： python { "all": { "em": 0.06354865771812081, "em_stderr": 0.002498247436471722, "f1": 0.14479865771812028, "f1_stderr": 0.002890194024794147, "acc": 0.3913161593683, "acc_stderr": 0.009083920481175163 }, "harness|drop|3": { "em": 0.06354865771812081, "em_stderr": 0.002498247436471722, "f1": 0.14479865771812028, "f1_stderr": 0.002890194024794147 }, "harness|gsm8k|5": { "acc": 0.04624715693707354, "acc_stderr": 0.005784991662691864 }, "harness|winogrande|5": { "acc": 0.7363851617995264, "acc_stderr": 0.01238284929965846 } }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_08_29T22_28_50.240458
    • 路径: **/details_harness|arc:challenge|25_2023-08-29T22:28:50.240458.parquet
  • 分割: 2023_08_29T22_38_13.203801
    • 路径: **/details_harness|arc:challenge|25_2023-08-29T22:38:13.203801.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-29T22:38:13.203801.parquet

• harness_drop_3

  • 分割: 2023_10_12T21_39_15.725360
    • 路径: **/details_harness|drop|3_2023-10-12T21-39-15.725360.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-12T21-39-15.725360.parquet

• harness_gsm8k_5

  • 分割: 2023_10_12T21_39_15.725360
    • 路径: **/details_harness|gsm8k|5_2023-10-12T21-39-15.725360.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-12T21-39-15.725360.parquet

• harness_hellaswag_10

  • 分割: 2023_08_29T22_28_50.240458
    • 路径: **/details_harness|hellaswag|10_2023-08-29T22:28:50.240458.parquet
  • 分割: 2023_08_29T22_38_13.203801
    • 路径: **/details_harness|hellaswag|10_2023-08-29T22:38:13.203801.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-29T22:38:13.203801.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_29T22_28_50.240458
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T22:28:50.240458.parquet
      • ... (其他路径省略)
  • 分割: 2023_08_29T22_38_13.203801
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T22:38:13.203801.parquet
      • ... (其他路径省略)
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T22:38:13.203801.parquet
      • ... (其他路径省略)