open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16

该数据集是在模型 dhmeltzer/Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16 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。数据集是从2次运行中创建的，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 dhmeltzer/Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• "train" 分割始终指向最新的结果。

额外配置

• 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dhmeltzer__Llama-2-13b-hf-ds_eli5_1024_r_64_alpha_16", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T22:35:24.865174 运行 的最新结果： python { "all": { "em": 0.01782718120805369, "em_stderr": 0.0013551112361429815, "f1": 0.08924706375838878, "f1_stderr": 0.0019471028162232693, "acc": 0.42603967392962905, "acc_stderr": 0.00977820694915367 }, "harness|drop|3": { "em": 0.01782718120805369, "em_stderr": 0.0013551112361429815, "f1": 0.08924706375838878, "f1_stderr": 0.0019471028162232693 }, "harness|gsm8k|5": { "acc": 0.08491281273692192, "acc_stderr": 0.007678212824450797 }, "harness|winogrande|5": { "acc": 0.7671665351223362, "acc_stderr": 0.011878201073856544 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_11T17_48_14.644615
  • 路径：**/details_harness|arc:challenge|25_2023-09-11T17-48-14.644615.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-11T17-48-14.644615.parquet

• harness_drop_3

  • 分割：2023_10_23T22_35_24.865174
  • 路径：**/details_harness|drop|3_2023-10-23T22-35-24.865174.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-23T22-35-24.865174.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T22_35_24.865174
  • 路径：**/details_harness|gsm8k|5_2023-10-23T22-35-24.865174.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T22-35-24.865174.parquet

• harness_hellaswag_10

  • 分割：2023_09_11T17_48_14.644615
  • 路径：**/details_harness|hellaswag|10_2023-09-11T17-48-14.644615.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-11T17-48-14.644615.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_11T17_48_14.644615
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-48-14.644615.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-48-14.644615.parquet 等