open-llm-leaderboard/details_TFLai__Airboros2.1-Platypus2-13B-QLora-0.80-epoch

该数据集是在模型TFLai/Airboros2.1-Platypus2-13B-QLora-0.80-epoch的评估运行过程中自动创建的，用于Open LLM Leaderboard的评估。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次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了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。

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 TFLai/Airboros2.1-Platypus2-13B-QLora-0.80-epoch 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。
• 数据来源：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。
• 最新结果："train" 分割始终指向最新的结果。
• 聚合结果：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 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_TFLai__Airboros2.1-Platypus2-13B-QLora-0.80-epoch", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T07:28:22.251658 运行 的最新结果： python { "all": { "em": 0.30935402684563756, "em_stderr": 0.004733640588022148, "f1": 0.39316484899329085, "f1_stderr": 0.004587262243817744, "acc": 0.3756906077348066, "acc_stderr": 0.0060736573567015525 }, "harness|drop|3": { "em": 0.30935402684563756, "em_stderr": 0.004733640588022148, "f1": 0.39316484899329085, "f1_stderr": 0.004587262243817744 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.7513812154696132, "acc_stderr": 0.012147314713403105 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-30T11:40:47.771600.parquet

• harness_drop_3

  • 分割：2023_10_22T07_28_22.251658, latest
  • 路径：**/details_harness|drop|3_2023-10-22T07-28-22.251658.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T07_28_22.251658, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T07-28-22.251658.parquet

• harness_hellaswag_10

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hellaswag|10_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-30T11:40:47.771600.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割：2023_08_30T11_40_47.771600, latest
  • 路径：**/details_harness|hendrycksTest-elementary_mathematics|5_2023-08-30T11:40:47.771600.parquet

以上是数据集的部分配置详情，完整配置列表请参考原始文档。