open-llm-leaderboard-old/details_CHIH-HUNG__llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o

该数据集是在模型CHIH-HUNG/llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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次运行创建，每次运行的结果作为特定分割存储在配置中，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 CHIH-HUNG/llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o 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：数据集从2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。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，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_CHIH-HUNG__llama-2-13b-FINETUNE4_3.8w-r4-q_k_v_o", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T21:17:57.287283 运行 的最新结果： python { "all": { "em": 0.3543414429530201, "em_stderr": 0.004898375582961981, "f1": 0.3924234479865774, "f1_stderr": 0.004813596685778974, "acc": 0.43588006747356495, "acc_stderr": 0.010174885180612644 }, "harness|drop|3": { "em": 0.3543414429530201, "em_stderr": 0.004898375582961981, "f1": 0.3924234479865774, "f1_stderr": 0.004813596685778974 }, "harness|gsm8k|5": { "acc": 0.10538286580742987, "acc_stderr": 0.008457575884041764 }, "harness|winogrande|5": { "acc": 0.7663772691397001, "acc_stderr": 0.011892194477183525 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_01T14_46_22.924681
  • 路径：**/details_harness|arc:challenge|25_2023-10-01T14-46-22.924681.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-01T14-46-22.924681.parquet

• harness_drop_3

  • 分割：2023_10_24T21_17_57.287283
  • 路径：**/details_harness|drop|3_2023-10-24T21-17-57.287283.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T21-17-57.287283.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T21_17_57.287283
  • 路径：**/details_harness|gsm8k|5_2023-10-24T21-17-57.287283.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T21-17-57.287283.parquet

• harness_hellaswag_10

  • 分割：2023_10_01T14_46_22.924681
  • 路径：**/details_harness|hellaswag|10_2023-10-01T14-46-22.924681.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-01T14-46-22.924681.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_01T14_46_22.924681
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-46-22.924681.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-46-22.924681.parquet 等