open-llm-leaderboard-old/details_psmathur__orca_mini_v3_13b

该数据集是在Open LLM Leaderboard上对模型psmathur/orca_mini_v3_13b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。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，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 psmathur/orca_mini_v3_13b 在 Open LLM Leaderboard 上的自动创建的。数据集包含64个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64个配置
• 数据来源：从2次运行中创建，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新结果。
• 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_psmathur__orca_mini_v3_13b", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "em": 0.15383808724832215, "em_stderr": 0.0036948628598682874, "f1": 0.22225880872483197, "f1_stderr": 0.0037670501187578413, "acc": 0.44797935342421163, "acc_stderr": 0.010609253699619367 }, "harness|drop|3": { "em": 0.15383808724832215, "em_stderr": 0.0036948628598682874, "f1": 0.22225880872483197, "f1_stderr": 0.0037670501187578413 }, "harness|gsm8k|5": { "acc": 0.13115996967399546, "acc_stderr": 0.00929849923558785 }, "harness|winogrande|5": { "acc": 0.7647987371744278, "acc_stderr": 0.011920008163650884 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_09T21_34_12.529590
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T21:34:12.529590.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T21:34:12.529590.parquet

• harness_drop_3

  • 分割：2023_10_18T15_47_49.456107
  • 路径：**/details_harness|drop|3_2023-10-18T15-47-49.456107.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-18T15-47-49.456107.parquet

• harness_gsm8k_5

  • 分割：2023_10_18T15_47_49.456107
  • 路径：**/details_harness|gsm8k|5_2023-10-18T15-47-49.456107.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-18T15-47-49.456107.parquet

• harness_hellaswag_10

  • 分割：2023_08_09T21_34_12.529590
  • 路径：**/details_harness|hellaswag|10_2023-08-09T21:34:12.529590.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-09T21:34:12.529590.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_09T21_34_12.529590
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T21:34:12.529590.parquet
  • 分割：latest
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T21:34:12.529590.parquet