open-llm-leaderboard-old/details_PulsarAI__Chat-AYB-Nova-13B

该数据集是在Open LLM Leaderboard上对PulsarAI/Chat-AYB-Nova-13B模型进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为一个特定的分割，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，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

数据集简介

该数据集是在模型 PulsarAI/Chat-AYB-Nova-13B 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

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，每次运行作为一个特定的分割，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_PulsarAI__Chat-AYB-Nova-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-27T20:18:17.450635 运行的最新结果： python { "all": { "em": 0.0041946308724832215, "em_stderr": 0.0006618716168266419, "f1": 0.0802946728187919, "f1_stderr": 0.0016873252068220475, "acc": 0.44971346473405205, "acc_stderr": 0.010392725523775513 }, "harness|drop|3": { "em": 0.0041946308724832215, "em_stderr": 0.0006618716168266419, "f1": 0.0802946728187919, "f1_stderr": 0.0016873252068220475 }, "harness|gsm8k|5": { "acc": 0.12357846853677028, "acc_stderr": 0.009065050306776921 }, "harness|winogrande|5": { "acc": 0.7758484609313339, "acc_stderr": 0.011720400740774104 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_10_08T14_44_32.660445
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T14-44-32.660445.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T14-44-32.660445.parquet

• harness_drop_3

  • 分割: 2023_10_27T20_18_17.450635
    • 路径: **/details_harness|drop|3_2023-10-27T20-18-17.450635.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-27T20-18-17.450635.parquet

• harness_gsm8k_5

  • 分割: 2023_10_27T20_18_17.450635
    • 路径: **/details_harness|gsm8k|5_2023-10-27T20-18-17.450635.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-27T20-18-17.450635.parquet

• harness_hellaswag_10

  • 分割: 2023_10_08T14_44_32.660445
    • 路径: **/details_harness|hellaswag|10_2023-10-08T14-44-32.660445.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-08T14-44-32.660445.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_08T14_44_32.660445
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T14-44-32.660445.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T14-44-32.660445.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T14-44-32.660445.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T14-44-32.660445.parquet
      • ...（其他路径省略）