open-llm-leaderboard/details_GeorgiaTechResearchInstitute__starcoder-gpteacher-code-instruct

该数据集是在模型 GeorgiaTechResearchInstitute/starcoder-gpteacher-code-instruct 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 64 个配置组成，每个配置对应一个被评估的任务。数据集由 2 次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train 分割始终指向最新的结果。一个额外的配置 results 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 还提供了加载运行详情的代码片段，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 GeorgiaTechResearchInstitute/starcoder-gpteacher-code-instruct 在 Open LLM Leaderboard 上的自动创建的。数据集包含64个配置，每个配置对应一个评估任务。数据集从2次运行中创建，每个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" 分割总是指向最新的结果。

数据集结构

数据集包含多个配置，每个配置对应不同的评估任务。以下是部分配置的详细信息：

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_07_19T20_31_16.803242
      • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:31:16.803242.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-07-19T20:31:16.803242.parquet

• 配置名称: harness_drop_3

  • 数据文件:
    • 分割: 2023_10_15T04_21_29.440361
      • 路径: **/details_harness|drop|3_2023-10-15T04-21-29.440361.parquet
    • 分割: latest
      • 路径: **/details_harness|drop|3_2023-10-15T04-21-29.440361.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_10_15T04_21_29.440361
      • 路径: **/details_harness|gsm8k|5_2023-10-15T04-21-29.440361.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-10-15T04-21-29.440361.parquet

最新结果

以下是 最新结果 的摘要：

python { "all": { "em": 0.1923238255033557, "em_stderr": 0.0040362200154763495, "f1": 0.23113255033557045, "f1_stderr": 0.0040754338170676495, "acc": 0.27782162588792425, "acc_stderr": 0.006982598384541777 }, "harness|drop|3": { "em": 0.1923238255033557, "em_stderr": 0.0040362200154763495, "f1": 0.23113255033557045, "f1_stderr": 0.0040754338170676495 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5556432517758485, "acc_stderr": 0.013965196769083555 } }