open-llm-leaderboard/details_beaugogh__pythia-1.4b-deduped-sharegpt

该数据集是在Open LLM Leaderboard上对模型beaugogh/pythia-1.4b-deduped-sharegpt进行评估时自动创建的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为一个特定的分割存储在配置中，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results配置存储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。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 beaugogh/pythia-1.4b-deduped-sharegpt 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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 次运行生成，每次运行的结果作为特定分片存储，分片名称使用运行的时间戳。
• "train" 分片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_beaugogh__pythia-1.4b-deduped-sharegpt", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T17:32:01.983101 运行的最新结果： python { "all": { "em": 0.0010486577181208054, "em_stderr": 0.00033145814652192217, "f1": 0.04875104865771823, "f1_stderr": 0.0012458540332815637, "acc": 0.2804129195481258, "acc_stderr": 0.008239894933698364 }, "harness|drop|3": { "em": 0.0010486577181208054, "em_stderr": 0.00033145814652192217, "f1": 0.04875104865771823, "f1_stderr": 0.0012458540332815637 }, "harness|gsm8k|5": { "acc": 0.008339651250947688, "acc_stderr": 0.002504942226860534 }, "harness|winogrande|5": { "acc": 0.5524861878453039, "acc_stderr": 0.013974847640536194 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分片: 2023_07_31T09_37_34.765508
    • 路径: **/details_harness|arc:challenge|25_2023-07-31T09:37:34.765508.parquet
  • 分片: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-31T09:37:34.765508.parquet

• harness_drop_3

  • 分片: 2023_10_15T17_32_01.983101
    • 路径: **/details_harness|drop|3_2023-10-15T17-32-01.983101.parquet
  • 分片: latest
    • 路径: **/details_harness|drop|3_2023-10-15T17-32-01.983101.parquet

• harness_gsm8k_5

  • 分片: 2023_10_15T17_32_01.983101
    • 路径: **/details_harness|gsm8k|5_2023-10-15T17-32-01.983101.parquet
  • 分片: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-15T17-32-01.983101.parquet

• harness_hellaswag_10

  • 分片: 2023_07_31T09_37_34.765508
    • 路径: **/details_harness|hellaswag|10_2023-07-31T09:37:34.765508.parquet
  • 分片: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-31T09:37:34.765508.parquet

• harness_hendrycksTest_5

  • 分片: 2023_07_31T09_37_34.765508
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T09:37:34.765508.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-31T09:37:34.765508.parquet
      • ...（其他路径省略）
  • 分片: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T09:37:34.765508.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-31T09:37:34.765508.parquet
      • ...（其他路径省略）