open-llm-leaderboard/details_Fredithefish__ScarletPajama-3B-HF

该数据集是在Open LLM Leaderboard上对模型Fredithefish/ScarletPajama-3B-HF进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从4次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，名为results的配置存储了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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。

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 Fredithefish/ScarletPajama-3B-HF 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4次运行中创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 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 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Fredithefish__ScarletPajama-3B-HF", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-17T04:53:29.822366 运行的最新结果： python { "all": { "em": 0.004404362416107382, "em_stderr": 0.000678145162047974, "f1": 0.05973783557047, "f1_stderr": 0.00145869394982755, "acc": 0.3235523790774504, "acc_stderr": 0.00738110264721833 }, "harness|drop|3": { "em": 0.004404362416107382, "em_stderr": 0.000678145162047974, "f1": 0.05973783557047, "f1_stderr": 0.00145869394982755 }, "harness|gsm8k|5": { "acc": 0.002274450341167551, "acc_stderr": 0.0013121578148674066 }, "harness|winogrande|5": { "acc": 0.6448303078137332, "acc_stderr": 0.013450047479569254 } }

配置详情

• harness_arc_challenge_25

  • 分片：2023_07_18T10_40_07.998848, 2023_07_18T10_59_29.744691, 2023_07_18T11_22_36.276384, latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-18T10:40:07.998848.parquet 等

• harness_drop_3

  • 分片：2023_10_17T04_53_29.822366, latest
  • 路径：**/details_harness|drop|3_2023-10-17T04-53-29.822366.parquet

• harness_gsm8k_5

  • 分片：2023_10_17T04_53_29.822366, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-17T04-53-29.822366.parquet

• harness_hellaswag_10

  • 分片：2023_07_18T10_40_07.998848, 2023_07_18T10_59_29.744691, 2023_07_18T11_22_36.276384, latest
  • 路径：**/details_harness|hellaswag|10_2023-07-18T10:40:07.998848.parquet 等

• harness_hendrycksTest_5

  • 分片：2023_07_18T10_40_07.998848, 2023_07_18T10_59_29.744691, 2023_07_18T11_22_36.276384
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T10:40:07.998848.parquet 等