open-llm-leaderboard/details_nomic-ai__gpt4all-j

该数据集是在Open LLM Leaderboard上对模型nomic-ai/gpt4all-j进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个评估任务。数据集是从3次运行中创建的，每次运行在每个配置中表示为特定的拆分，并以运行的时间戳命名。train拆分始终指向最新的结果。一个名为results的额外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还提供了一个Python代码片段来加载数据集，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of nomic-ai/gpt4all-j
• 来源: 由模型 nomic-ai/gpt4all-j 在 Open LLM Leaderboard 上的评估运行自动创建。

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: 数据集由3次运行创建，每次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。
• 最新结果: "train" 分割始终指向最新结果。
• 聚合结果: 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_nomic-ai__gpt4all-j", "harness_truthfulqa_mc_0", split="train")

最新结果

• 最新结果时间戳: 2023-10-03T19:47:17.747407
• 结果示例: python { "all": { "acc": 0.2872188662344035, "acc_stderr": 0.03256180276717163, "acc_norm": 0.2903884169662422, "acc_norm_stderr": 0.03256130411949783, "mc1": 0.2827417380660955, "mc1_stderr": 0.015764770836777305, "mc2": 0.4277581711709451, "mc2_stderr": 0.014665895347989117 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 分割: 2023_08_23T12_03_22.271414, 2023_10_03T19_47_17.747407, latest
  • 路径:
    • **/details_harness|arc:challenge|25_2023-08-23T12:03:22.271414.parquet
    • **/details_harness|arc:challenge|25_2023-10-03T19-47-17.747407.parquet

• 配置名称: harness_drop_3

  • 分割: 2023_09_18T00_56_07.678298, latest
  • 路径:
    • **/details_harness|drop|3_2023-09-18T00-56-07.678298.parquet

• 配置名称: harness_gsm8k_5

  • 分割: 2023_09_18T00_56_07.678298, latest
  • 路径:
    • **/details_harness|gsm8k|5_2023-09-18T00-56-07.678298.parquet

• 配置名称: harness_hellaswag_10

  • 分割: 2023_08_23T12_03_22.271414, 2023_10_03T19_47_17.747407, latest
  • 路径:
    • **/details_harness|hellaswag|10_2023-08-23T12:03:22.271414.parquet
    • **/details_harness|hellaswag|10_2023-10-03T19-47-17.747407.parquet

• 配置名称: harness_hendrycksTest_5

  • 分割: 2023_08_23T12_03_22.271414, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T12:03:22.271414.parquet
    • ...