open-llm-leaderboard-old/details_EleutherAI__pythia-6.9b-deduped

该数据集是在评估模型EleutherAI/pythia-6.9b-deduped时自动生成的，用于Open LLM Leaderboard。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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results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

该数据集是在评估模型 EleutherAI/pythia-6.9b-deduped 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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次运行结果组成，每次运行的结果作为一个特定的分割（split），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_EleutherAI__pythia-6.9b-deduped", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T01:47:10.144336 运行 的最新结果： python { "all": { "em": 0.0007340604026845638, "em_stderr": 0.0002773614457335642, "f1": 0.04495805369127533, "f1_stderr": 0.0011424943224633687, "acc": 0.32878164020122397, "acc_stderr": 0.008505355545421337 }, "harness|drop|3": { "em": 0.0007340604026845638, "em_stderr": 0.0002773614457335642, "f1": 0.04495805369127533, "f1_stderr": 0.0011424943224633687 }, "harness|gsm8k|5": { "acc": 0.016679302501895376, "acc_stderr": 0.003527595888722438 }, "harness|winogrande|5": { "acc": 0.6408839779005525, "acc_stderr": 0.013483115202120236 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割：2023_07_19T17_40_55.095296
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T17:40:55.095296.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T17:40:55.095296.parquet

• harness_drop_3

  • 分割：2023_10_22T01_47_10.144336
  • 路径：**/details_harness|drop|3_2023-10-22T01-47-10.144336.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-22T01-47-10.144336.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T01_47_10.144336
  • 路径：**/details_harness|gsm8k|5_2023-10-22T01-47-10.144336.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T01-47-10.144336.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T17_40_55.095296
  • 路径：**/details_harness|hellaswag|10_2023-07-19T17:40:55.095296.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T17:40:55.095296.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T17_40_55.095296
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:40:55.095296.parquet
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:40:55.095296.parquet

（其他配置详情省略）