open-llm-leaderboard/details_chansung__gpt4-alpaca-lora-13b-decapoda-1024

该数据集是在Open LLM Leaderboard上对模型chansung/gpt4-alpaca-lora-13b-decapoda-1024进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。它由2次运行生成，每次运行在每个配置中表示为特定的分割，以运行的时间戳命名。train分割始终指向最新结果。此外，还有一个results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 chansung/gpt4-alpaca-lora-13b-decapoda-1024 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集结构

• 该数据集包含 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 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_chansung__gpt4-alpaca-lora-13b-decapoda-1024", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T14:48:01.782551 运行的最新结果： python { "all": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393029008, "f1": 0.06735423657718136, "f1_stderr": 0.0015529687729517118, "acc": 0.42730136257586737, "acc_stderr": 0.009642272426310498 }, "harness|drop|3": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393029008, "f1": 0.06735423657718136, "f1_stderr": 0.0015529687729517118 }, "harness|gsm8k|5": { "acc": 0.08112206216830932, "acc_stderr": 0.007520395797922653 }, "harness|winogrande|5": { "acc": 0.7734806629834254, "acc_stderr": 0.011764149054698341 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_08_09T17_49_33.952223
    • path: **/details_harness|arc:challenge|25_2023-08-09T17:49:33.952223.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-09T17:49:33.952223.parquet

• config_name: harness_drop_3

  • split: 2023_09_17T14_48_01.782551
    • path: **/details_harness|drop|3_2023-09-17T14-48-01.782551.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-09-17T14-48-01.782551.parquet

• config_name: harness_gsm8k_5

  • split: 2023_09_17T14_48_01.782551
    • path: **/details_harness|gsm8k|5_2023-09-17T14-48-01.782551.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-09-17T14-48-01.782551.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_09T17_49_33.952223
    • path: **/details_harness|hellaswag|10_2023-08-09T17:49:33.952223.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-09T17:49:33.952223.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_09T17_49_33.952223
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T17:49:33.952223.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T17:49:33.952223.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T17:49:33.952223.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T17:49:33.952223.parquet
      • ...（其他路径省略）