open-llm-leaderboard/details_Enno-Ai__vigogne2-enno-13b-sft-lora-4bit

该数据集是在模型 Enno-Ai/vigogne2-enno-13b-sft-lora-4bit 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个被评估的任务。数据集是从 2 次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外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。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

数据集简介

该数据集是在评估模型 Enno-Ai/vigogne2-enno-13b-sft-lora-4bit 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次运行生成，每次运行在每个配置中都有特定的分割，分割名称使用运行的时间戳。
• 最新结果："train" 分割总是指向最新的结果。
• 结果汇总：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_Enno-Ai__vigogne2-enno-13b-sft-lora-4bit", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T10:29:28.223248 运行的最新结果： python { "all": { "em": 0.38370385906040266, "em_stderr": 0.00498003573381493, "f1": 0.4364649748322163, "f1_stderr": 0.004838389403253292, "acc": 0.3855253166488449, "acc_stderr": 0.006453825756692964 }, "harness|drop|3": { "em": 0.38370385906040266, "em_stderr": 0.00498003573381493, "f1": 0.4364649748322163, "f1_stderr": 0.004838389403253292 }, "harness|gsm8k|5": { "acc": 0.001516300227445034, "acc_stderr": 0.0010717793485492625 }, "harness|winogrande|5": { "acc": 0.7695343330702447, "acc_stderr": 0.011835872164836666 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T14-53-48.356901.parquet

• harness_drop_3

  • 分割：2023_10_23T10_29_28.223248, latest
  • 路径：**/details_harness|drop|3_2023-10-23T10-29-28.223248.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T10_29_28.223248, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T10-29-28.223248.parquet

• harness_hellaswag_10

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hellaswag|10_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-12T14-53-48.356901.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割：2023_09_12T14_53_48.356901, latest
  • 路径：**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-12T14-53-48.356901.parquet

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果以及各个配置的详细信息。