open-llm-leaderboard/details_jxhong__CAlign-alpaca-7b

该数据集是在Open LLM Leaderboard上对模型jxhong/CAlign-alpaca-7b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split，split的名称使用运行的时间戳。train split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

数据集来源

该数据集是在对模型 jxhong/CAlign-alpaca-7b 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

数据集组成

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

以下是加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jxhong__CAlign-alpaca-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T14:18:50.060462 运行的最新结果： python { "all": { "em": 0.1967281879194631, "em_stderr": 0.0040710291374288195, "f1": 0.2515457214765097, "f1_stderr": 0.004085507734234057, "acc": 0.36712327209690443, "acc_stderr": 0.007903286807442752 }, "harness|drop|3": { "em": 0.1967281879194631, "em_stderr": 0.0040710291374288195, "f1": 0.2515457214765097, "f1_stderr": 0.004085507734234057 }, "harness|gsm8k|5": { "acc": 0.013646702047005308, "acc_stderr": 0.003195747075480819 }, "harness|winogrande|5": { "acc": 0.7205998421468035, "acc_stderr": 0.012610826539404686 } }

配置详情

以下是部分配置及其数据文件的详细信息：

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2023_08_09T20_26_06.755216
      • path: **/details_harness|arc:challenge|25_2023-08-09T20:26:06.755216.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2023-08-09T20:26:06.755216.parquet

• config_name: harness_drop_3

  • data_files:
    • split: 2023_09_23T14_18_50.060462
      • path: **/details_harness|drop|3_2023-09-23T14-18-50.060462.parquet
    • split: latest
      • path: **/details_harness|drop|3_2023-09-23T14-18-50.060462.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2023_09_23T14_18_50.060462
      • path: **/details_harness|gsm8k|5_2023-09-23T14-18-50.060462.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2023-09-23T14-18-50.060462.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2023_08_09T20_26_06.755216
      • path: **/details_harness|hellaswag|10_2023-08-09T20:26:06.755216.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2023-08-09T20:26:06.755216.parquet

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2023_08_09T20_26_06.755216
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T20:26:06.755216.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T20:26:06.755216.parquet
        • ...（其他文件路径省略）
    • split: latest
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T20:26:06.755216.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T20:26:06.755216.parquet
        • ...（其他文件路径省略）