open-llm-leaderboard-old/details_dhmeltzer__Llama-2-7b-hf-eli5-cleaned-1024_qlora_merged

该数据集是在Open LLM Leaderboard上对模型dhmeltzer/Llama-2-7b-hf-eli5-cleaned-1024_qlora_merged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特定分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，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。

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 dhmeltzer/Llama-2-7b-hf-eli5-cleaned-1024_qlora_merged 在 Open LLM Leaderboard 上的自动创建的。

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：数据集从2次运行中创建，每次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。
• 最新结果："train" 分割总是指向最新的结果。
• 聚合结果：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_dhmeltzer__Llama-2-7b-hf-eli5-cleaned-1024_qlora_merged", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T08:47:01.240977 运行 的最新结果： python { "all": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393028668, "f1": 0.06534081375838918, "f1_stderr": 0.0015854305800075495, "acc": 0.3924845004077974, "acc_stderr": 0.00909442139378737 }, "harness|drop|3": { "em": 0.006082214765100671, "em_stderr": 0.0007962432393028668, "f1": 0.06534081375838918, "f1_stderr": 0.0015854305800075495 }, "harness|gsm8k|5": { "acc": 0.04700530705079606, "acc_stderr": 0.005829898355937179 }, "harness|winogrande|5": { "acc": 0.7379636937647988, "acc_stderr": 0.012358944431637557 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_03T19_18_10.138787
    • 路径：**/details_harness|arc:challenge|25_2023-10-03T19-18-10.138787.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-10-03T19-18-10.138787.parquet

• harness_drop_3

  • 分割：2023_10_25T08_47_01.240977
    • 路径：**/details_harness|drop|3_2023-10-25T08-47-01.240977.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-25T08-47-01.240977.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T08_47_01.240977
    • 路径：**/details_harness|gsm8k|5_2023-10-25T08-47-01.240977.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-25T08-47-01.240977.parquet

• harness_hellaswag_10

  • 分割：2023_10_03T19_18_10.138787
    • 路径：**/details_harness|hellaswag|10_2023-10-03T19-18-10.138787.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-10-03T19-18-10.138787.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_03T19_18_10.138787
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T19-18-10.138787.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T19-18-10.138787.parquet
      • ...
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T19-18-10.138787.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T19-18-10.138787.parquet
      • ...