open-llm-leaderboard-old/details_uukuguy__speechless-codellama-34b-v1.9

该数据集是在模型 uukuguy/speechless-codellama-34b-v1.9 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，每个配置对应一个评估任务。数据集由 2 次运行创建，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 还提供了如何使用 Python 中的 datasets 库加载运行详情的示例。

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 uukuguy/speechless-codellama-34b-v1.9 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片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片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_uukuguy__speechless-codellama-34b-v1.9", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T13:29:15.296218 运行的最新结果： python { "all": { "em": 0.29771392617449666, "em_stderr": 0.004682699129958643, "f1": 0.3473626258389263, "f1_stderr": 0.004601090689469596, "acc": 0.4917554915020767, "acc_stderr": 0.012144352555904984 }, "harness|drop|3": { "em": 0.29771392617449666, "em_stderr": 0.004682699129958643, "f1": 0.3473626258389263, "f1_stderr": 0.004601090689469596 }, "harness|gsm8k|5": { "acc": 0.24791508718726307, "acc_stderr": 0.01189398021482617 }, "harness|winogrande|5": { "acc": 0.7355958958168903, "acc_stderr": 0.012394724896983799 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分片：2023_10_08T20_44_59.061253
  • 路径：**/details_harness|arc:challenge|25_2023-10-08T20-44-59.061253.parquet
  • 分片：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-08T20-44-59.061253.parquet

• harness_drop_3

  • 分片：2023_10_28T13_29_15.296218
  • 路径：**/details_harness|drop|3_2023-10-28T13-29-15.296218.parquet
  • 分片：latest
  • 路径：**/details_harness|drop|3_2023-10-28T13-29-15.296218.parquet

• harness_gsm8k_5

  • 分片：2023_10_28T13_29_15.296218
  • 路径：**/details_harness|gsm8k|5_2023-10-28T13-29-15.296218.parquet
  • 分片：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-28T13-29-15.296218.parquet

• harness_hellaswag_10

  • 分片：2023_10_08T20_44_59.061253
  • 路径：**/details_harness|hellaswag|10_2023-10-08T20-44-59.061253.parquet
  • 分片：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-08T20-44-59.061253.parquet

• harness_hendrycksTest_5

  • 分片：2023_10_08T20_44_59.061253
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-44-59.061253.parquet 等36个文件
  • 分片：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-44-59.061253.parquet 等36个文件