open-llm-leaderboard-old/details_64bits__LexPodLM-13B

该数据集是在Open LLM Leaderboard上对模型64bits/LexPodLM-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分割存储在配置中，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，还有一个名为results的配置存储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

数据集简介

该数据集是在对模型 64bits/LexPodLM-13B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 运行次数：数据集从2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。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_64bits__LexPodLM-13B", "harness_winogrande_5", split="train")

最新结果

以下是来自2023-09-17T03:54:30.274513运行的最新结果： python { "all": { "em": 0.36052852348993286, "em_stderr": 0.004917224706996595, "f1": 0.3970910234899336, "f1_stderr": 0.004831848289565604, "acc": 0.3808208366219416, "acc_stderr": 0.005987474333851151 }, "harness|drop|3": { "em": 0.36052852348993286, "em_stderr": 0.004917224706996595, "f1": 0.3970910234899336, "f1_stderr": 0.004831848289565604 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.7616416732438832, "acc_stderr": 0.011974948667702302 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_25T13_41_51.227672
  • 路径：**/details_harness|arc:challenge|25_2023-07-25T13:41:51.227672.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-25T13:41:51.227672.parquet

• harness_drop_3

  • 分割：2023_09_17T03_54_30.274513
  • 路径：**/details_harness|drop|3_2023-09-17T03-54-30.274513.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-17T03-54-30.274513.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T03_54_30.274513
  • 路径：**/details_harness|gsm8k|5_2023-09-17T03-54-30.274513.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T03-54-30.274513.parquet

• harness_hellaswag_10

  • 分割：2023_07_25T13_41_51.227672
  • 路径：**/details_harness|hellaswag|10_2023-07-25T13:41:51.227672.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-25T13:41:51.227672.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_25T13_41_51.227672
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-25T13:41:51.227672.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-25T13:41:51.227672.parquet