open-llm-leaderboard-old/details_jondurbin__airocoder-34b-2.1
收藏数据集概述
数据集简介
该数据集是在评估模型 jondurbin/airocoder-34b-2.1 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。
- 运行次数：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 训练分割："train" 分割始终指向最新的结果。
- 结果配置：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_jondurbin__airocoder-34b-2.1", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-28T17:47:22.739718 运行的最新结果： python { "all": { "em": 0.31669463087248323, "em_stderr": 0.004763952451764173, "f1": 0.3681816275167802, "f1_stderr": 0.0047033328815527095, "acc": 0.3913430865625522, "acc_stderr": 0.010251830385905714 }, "harness|drop|3": { "em": 0.31669463087248323, "em_stderr": 0.004763952451764173, "f1": 0.3681816275167802, "f1_stderr": 0.0047033328815527095 }, "harness|gsm8k|5": { "acc": 0.08339651250947688, "acc_stderr": 0.007615650277106696 }, "harness|winogrande|5": { "acc": 0.6992896606156275, "acc_stderr": 0.01288801049470473 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_drop_3
- 分割：2023_10_28T17_47_22.739718
- 路径：
**/details_harness|drop|3_2023-10-28T17-47-22.739718.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-28T17-47-22.739718.parquet
- 路径：
- 分割：2023_10_28T17_47_22.739718
-
harness_gsm8k_5
- 分割：2023_10_28T17_47_22.739718
- 路径：
**/details_harness|gsm8k|5_2023-10-28T17-47-22.739718.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-28T17-47-22.739718.parquet
- 路径：
- 分割：2023_10_28T17_47_22.739718
-
harness_hellaswag_10
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hellaswag|10_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T21-47-37.298626.parquet等38个文件
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T21-47-37.298626.parquet等38个文件
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_abstract_algebra_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_anatomy_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_astronomy_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_business_ethics_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_clinical_knowledge_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_biology_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_chemistry_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_computer_science_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_mathematics_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_medicine_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_college_physics_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_computer_security_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_conceptual_physics_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_econometrics_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割：2023_09_11T21_47_37.298626
-
harness_hendrycksTest_electrical_engineering_5
- 分割：2023_09_11T21_47_37.298626
- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-11T21-47-37.298626.parquet
- 路径：
- 分割
- 分割：2023_09_11T21_47_37.298626
