open-llm-leaderboard/details_KnutJaegersberg__openllama_3b_EvolInstruct_lora_merged

该数据集是在模型 KnutJaegersberg/openllama_3b_EvolInstruct_lora_merged 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集包含 64 个配置，每个配置对应一个评估任务。它包含 2 次运行的数据，每次运行在每个配置中表示为特定的拆分，以运行的时间戳命名。train 拆分始终指向最新的结果。此外，还有一个 results 配置，用于汇总所有运行结果，并在 Open LLM Leaderboard 上计算和显示指标。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在对模型 KnutJaegersberg/openllama_3b_EvolInstruct_lora_merged 进行评估运行时自动创建的，用于 Open LLM Leaderboard。

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。
• 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_KnutJaegersberg__openllama_3b_EvolInstruct_lora_merged", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的示例： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857095, "f1": 0.05134962248322172, "f1_stderr": 0.0012730168443049574, "acc": 0.3395923103113801, "acc_stderr": 0.007914879526646601 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857095, "f1": 0.05134962248322172, "f1_stderr": 0.0012730168443049574 }, "harness|gsm8k|5": { "acc": 0.009097801364670205, "acc_stderr": 0.002615326510775673 }, "harness|winogrande|5": { "acc": 0.67008681925809, "acc_stderr": 0.013214432542517527 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_12T21_28_35.383540
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T21-28-35.383540.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T21-28-35.383540.parquet

• harness_drop_3

  • 分割：2023_10_29T07_08_34.120359
  • 路径：**/details_harness|drop|3_2023-10-29T07-08-34.120359.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-29T07-08-34.120359.parquet

• harness_gsm8k_5

  • 分割：2023_10_29T07_08_34.120359
  • 路径：**/details_harness|gsm8k|5_2023-10-29T07-08-34.120359.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-29T07-08-34.120359.parquet

• harness_hellaswag_10

  • 分割：2023_09_12T21_28_35.383540
  • 路径：**/details_harness|hellaswag|10_2023-09-12T21-28-35.383540.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-12T21-28-35.383540.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_12T21_28_35.383540
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T21-28-35.383540.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T21-28-35.383540.parquet 等