open-llm-leaderboard-old/details_ewqr2130__7B_ppo_phiRM_2GPU_3e-7step_4000

该数据集是在模型`ewqr2130/7B_ppo_phiRM_2GPU_3e-7step_4000`在Open LLM Leaderboard上的评估运行中自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of ewqr2130/7B_ppo_phiRM_2GPU_3e-7step_4000
• 创建目的: 用于评估模型 ewqr2130/7B_ppo_phiRM_2GPU_3e-7step_4000 在 Open LLM Leaderboard 上的表现。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建方式: 数据集由 1 次运行生成，每个运行的详细结果存储在特定的分割中，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

数据集结构

• 额外配置: "results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ewqr2130__7B_ppo_phiRM_2GPU_3e-7step_4000", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自 run 2024-01-22T22:10:51.590429
• 详细结果: python { "all": { "acc": 0.5972023812976862, "acc_stderr": 0.033037912443727974, "acc_norm": 0.6035719763948437, "acc_norm_stderr": 0.033725121148129075, "mc1": 0.2778457772337821, "mc1_stderr": 0.015680929364024643, "mc2": 0.41480772935959465, "mc2_stderr": 0.01453565986280891 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_22T22_10_51.590429
      • 路径: **/details_harness|arc:challenge|25_2024-01-22T22-10-51.590429.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-22T22-10-51.590429.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_22T22_10_51.590429
      • 路径: **/details_harness|gsm8k|5_2024-01-22T22-10-51.590429.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-22T22-10-51.590429.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_22T22_10_51.590429
      • 路径: **/details_harness|hellaswag|10_2024-01-22T22-10-51.590429.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-22T22-10-51.590429.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_22T22_10_51.590429
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-22T22-10-51.590429.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-22T22-10-51.590429.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-22T22-10-51.590429.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-22T22-10-51.590429.parquet
        • ...