open-llm-leaderboard-old/details_BFauber__lora_opt13b_10e5

该数据集是在模型BFauber/lora_opt13b_10e5的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，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。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 BFauber/lora_opt13b_10e5 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 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_BFauber__lora_opt13b_10e5", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-10T02:24:48.019348 运行的最新结果：

python { "all": { "acc": 0.26397269302134174, "acc_stderr": 0.03089872415056606, "acc_norm": 0.264962062623955, "acc_norm_stderr": 0.03166302217362005, "mc1": 0.2178702570379437, "mc1_stderr": 0.014450846714123892, "mc2": 0.3578066279755913, "mc2_stderr": 0.013521896324566211 }, "harness|arc:challenge|25": { "acc": 0.3967576791808874, "acc_stderr": 0.014296513020180642, "acc_norm": 0.4249146757679181, "acc_norm_stderr": 0.014445698968520769 }, "harness|hellaswag|10": { "acc": 0.5187213702449711, "acc_stderr": 0.004986282450647318, "acc_norm": 0.7031467835092611, "acc_norm_stderr": 0.004559375835805973 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252605, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252605 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_02_10T02_24_48.019348
    • path: **/details_harness|arc:challenge|25_2024-02-10T02-24-48.019348.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-02-10T02-24-48.019348.parquet

• config_name: harness_gsm8k_5

  • split: 2024_02_10T02_24_48.019348
    • path: **/details_harness|gsm8k|5_2024-02-10T02-24-48.019348.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-02-10T02-24-48.019348.parquet

• config_name: harness_hellaswag_10

  • split: 2024_02_10T02_24_48.019348
    • path: **/details_harness|hellaswag|10_2024-02-10T02-24-48.019348.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-02-10T02-24-48.019348.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_02_10T02_24_48.019348
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T02-24-48.019348.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-10T02-24-48.019348.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T02-24-48.019348.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-10T02-24-48.019348.parquet
      • ...