open-llm-leaderboard/details_wei123602__Llama-2-13b-FINETUNE4_compare8k2

该数据集是在模型wei123602/Llama-2-13b-FINETUNE4_compare8k2的评估运行过程中自动创建的。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，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

该数据集是在评估模型 wei123602/Llama-2-13b-FINETUNE4_compare8k2 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 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，用于计算和显示在 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_wei123602__Llama-2-13b-FINETUNE4_compare8k2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T20:52:42.973065 运行 的最新结果： python { "all": { "em": 0.1950503355704698, "em_stderr": 0.004057862846679778, "f1": 0.24364408557046902, "f1_stderr": 0.0040320043717616385, "acc": 0.439546354566523, "acc_stderr": 0.01046089077032368 }, "harness|drop|3": { "em": 0.1950503355704698, "em_stderr": 0.004057862846679778, "f1": 0.24364408557046902, "f1_stderr": 0.0040320043717616385 }, "harness|gsm8k|5": { "acc": 0.11902956785443518, "acc_stderr": 0.008919702911161618 }, "harness|winogrande|5": { "acc": 0.7600631412786109, "acc_stderr": 0.012002078629485742 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割: 2023_10_03T21_01_32.366658
  • 路径: **/details_harness|arc:challenge|25_2023-10-03T21-01-32.366658.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-10-03T21-01-32.366658.parquet

• harness_drop_3

  • 分割: 2023_10_25T20_52_42.973065
  • 路径: **/details_harness|drop|3_2023-10-25T20-52-42.973065.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-25T20-52-42.973065.parquet

• harness_gsm8k_5

  • 分割: 2023_10_25T20_52_42.973065
  • 路径: **/details_harness|gsm8k|5_2023-10-25T20-52-42.973065.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-25T20-52-42.973065.parquet

• harness_hellaswag_10

  • 分割: 2023_10_03T21_01_32.366658
  • 路径: **/details_harness|hellaswag|10_2023-10-03T21-01-32.366658.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-10-03T21-01-32.366658.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_03T21_01_32.366658
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T21-01-32.366658.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T21-01-32.366658.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-03T21-01-32.366658.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-03T21-01-32.366658.parquet
    • ...（其他路径省略）