open-llm-leaderboard-old/details_jondurbin__airoboros-7b-gpt4-1.4

该数据集是在Open LLM Leaderboard上对模型jondurbin/airoboros-7b-gpt4-1.4进行评估时自动创建的。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3次运行中创建的，每次运行都可以在特定配置中找到，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 jondurbin/airoboros-7b-gpt4-1.4 的过程中自动创建的，用于 Open LLM Leaderboard。

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。
• 数据集由 3 次运行创建，每次运行在每个配置中都有特定的分割，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__airoboros-7b-gpt4-1.4", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-16T11:21:20.910365 运行的最新结果： python { "all": { "em": 0.04393875838926174, "em_stderr": 0.0020989708043196364, "f1": 0.10162122483221474, "f1_stderr": 0.002382351530884103, "acc": 0.38242629578146603, "acc_stderr": 0.008860107137263845 }, "harness|drop|3": { "em": 0.04393875838926174, "em_stderr": 0.0020989708043196364, "f1": 0.10162122483221474, "f1_stderr": 0.002382351530884103 }, "harness|gsm8k|5": { "acc": 0.037149355572403335, "acc_stderr": 0.0052095162830737545 }, "harness|winogrande|5": { "acc": 0.7277032359905288, "acc_stderr": 0.012510697991453934 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_07_24T12_01_20.647029
    • 路径：**/details_harness|arc:challenge|25_2023-07-24T12:01:20.647029.parquet
  • 分割：2023_08_03T10_50_49.881467
    • 路径：**/details_harness|arc:challenge|25_2023-08-03T10:50:49.881467.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-08-03T10:50:49.881467.parquet

• harness_drop_3

  • 分割：2023_10_16T11_21_20.910365
    • 路径：**/details_harness|drop|3_2023-10-16T11-21-20.910365.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-16T11-21-20.910365.parquet

• harness_gsm8k_5

  • 分割：2023_10_16T11_21_20.910365
    • 路径：**/details_harness|gsm8k|5_2023-10-16T11-21-20.910365.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-16T11-21-20.910365.parquet

• harness_hellaswag_10

  • 分割：2023_07_24T12_01_20.647029
    • 路径：**/details_harness|hellaswag|10_2023-07-24T12:01:20.647029.parquet
  • 分割：2023_08_03T10_50_49.881467
    • 路径：**/details_harness|hellaswag|10_2023-08-03T10:50:49.881467.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-08-03T10:50:49.881467.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_24T12_01_20.647029
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T12:01:20.647029.parquet 等 54 个文件
  • 分割：2023_08_03T10_50_49.881467
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-03T10:50:49.881467.parquet 等 54 个文件
  • 分割：latest
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-03T10:50:49.881467.parquet 等 54 个文件