open-llm-leaderboard-old/details_dhmeltzer__llama-7b-SFT_ds_eli5_1024_r_64_alpha_16

该数据集是在模型 dhmeltzer/llama-7b-SFT_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 61 个配置组成，每个配置对应一个评估任务。它由 1 次运行创建，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train 分割始终指向最新结果。一个额外的配置 results 存储了运行的所有聚合结果，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

数据集信息

• 名称: Evaluation run of dhmeltzer/llama-7b-SFT_ds_eli5_1024_r_64_alpha_16
• 来源: 自动创建于模型 dhmeltzer/llama-7b-SFT_ds_eli5_1024_r_64_alpha_16 在 Open LLM Leaderboard 的评估运行中。
• 组成: 包含 61 个配置，每个配置对应一个评估任务。
• 创建: 从 1 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。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置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_dhmeltzer__llama-7b-SFT_ds_eli5_1024_r_64_alpha_16", "harness_truthfulqa_mc_0", split="train")

最新结果

• 来源: 最新结果来自 2023-08-29T19:42:53.068722 运行
• 详细结果: python { "all": { "acc": 0.4697707641857931, "acc_stderr": 0.03530390982737618, "acc_norm": 0.47385696017732193, "acc_norm_stderr": 0.03528934315282101, "mc1": 0.2937576499388005, "mc1_stderr": 0.015945068581236614, "mc2": 0.4513950473642844, "mc2_stderr": 0.014104980028751905 }, "harness|arc:challenge|25": { "acc": 0.48976109215017066, "acc_stderr": 0.014608326906285019, "acc_norm": 0.5332764505119454, "acc_norm_stderr": 0.014578995859605804 }, "harness|hellaswag|10": { "acc": 0.5907189802828122, "acc_stderr": 0.004906962980328293, "acc_norm": 0.7882891854212308, "acc_norm_stderr": 0.004076860228251773 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_08_29T19_42_53.068722
      • 路径: **/details_harness|arc:challenge|25_2023-08-29T19:42:53.068722.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-08-29T19:42:53.068722.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_08_29T19_42_53.068722
      • 路径: **/details_harness|hellaswag|10_2023-08-29T19:42:53.068722.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-08-29T19:42:53.068722.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_08_29T19_42_53.068722
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T19:42:53.068722.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-29T19:42:53.068722.parquet
        • ...