open-llm-leaderboard/details_facebook__xglm-7.5B

该数据集是在Open LLM Leaderboard上对模型facebook/xglm-7.5B进行评估时自动生成的。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次运行生成，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。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上计算和显示聚合指标。README还提供了一个使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 facebook/xglm-7.5B 在 Open LLM Leaderboard 上的运行过程中自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 数据来源：从 2 次运行中创建
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 结果汇总：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_facebook__xglm-7.5B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-18T03:17:20.065422 运行 的最新结果：

python { "all": { "em": 0.13905201342281878, "em_stderr": 0.0035433720039612262, "f1": 0.18580851510067117, "f1_stderr": 0.0037071149655913006, "acc": 0.294744170711231, "acc_stderr": 0.007574609231774763 }, "harness|drop|3": { "em": 0.13905201342281878, "em_stderr": 0.0035433720039612262, "f1": 0.18580851510067117, "f1_stderr": 0.0037071149655913006 }, "harness|gsm8k|5": { "acc": 0.002274450341167551, "acc_stderr": 0.001312157814867432 }, "harness|winogrande|5": { "acc": 0.5872138910812944, "acc_stderr": 0.013837060648682094 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T15_31_59.100861
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T15:31:59.100861.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T15:31:59.100861.parquet

• harness_drop_3

  • 分割：2023_10_18T03_17_20.065422
  • 路径：**/details_harness|drop|3_2023-10-18T03-17-20.065422.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-18T03-17-20.065422.parquet

• harness_gsm8k_5

  • 分割：2023_10_18T03_17_20.065422
  • 路径：**/details_harness|gsm8k|5_2023-10-18T03-17-20.065422.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-18T03-17-20.065422.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T15_31_59.100861
  • 路径：**/details_harness|hellaswag|10_2023-07-19T15:31:59.100861.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T15:31:59.100861.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T15_31_59.100861
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:31:59.100861.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:31:59.100861.parquet 等