open-llm-leaderboard-old/details_CobraMamba__mamba-gpt-3b-v3

该数据集是在Open LLM Leaderboard上对模型CobraMamba/mamba-gpt-3b-v3进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集包含2次运行的数据，每次运行都作为一个特定的分割，分割名称由运行的时间戳命名。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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库加载数据集的示例，并包含了特定运行的最新结果。

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 CobraMamba/mamba-gpt-3b-v3 在 Open LLM Leaderboard 上的自动创建的。

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。
• 创建次数：数据集从2次运行中创建。每个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。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_CobraMamba__mamba-gpt-3b-v3", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-22T22:45:10.282154 运行 的最新结果： python { "all": { "em": 0.006816275167785235, "em_stderr": 0.0008426127095859263, "f1": 0.06266883389261749, "f1_stderr": 0.0015405842311829617, "acc": 0.34347640848673355, "acc_stderr": 0.008090409857327651 }, "harness|drop|3": { "em": 0.006816275167785235, "em_stderr": 0.0008426127095859263, "f1": 0.06266883389261749, "f1_stderr": 0.0015405842311829617 }, "harness|gsm8k|5": { "acc": 0.012130401819560273, "acc_stderr": 0.0030152942428909465 }, "harness|winogrande|5": { "acc": 0.6748224151539068, "acc_stderr": 0.013165525471764358 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_01T14_05_11.940524
  • 路径：**/details_harness|arc:challenge|25_2023-08-01T14:05:11.940524.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-01T14:05:11.940524.parquet

• harness_drop_3

  • 分割：2023_09_22T22_45_10.282154
  • 路径：**/details_harness|drop|3_2023-09-22T22-45-10.282154.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-22T22-45-10.282154.parquet

• harness_gsm8k_5

  • 分割：2023_09_22T22_45_10.282154
  • 路径：**/details_harness|gsm8k|5_2023-09-22T22-45-10.282154.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-22T22-45-10.282154.parquet

• harness_hellaswag_10

  • 分割：2023_08_01T14_05_11.940524
  • 路径：**/details_harness|hellaswag|10_2023-08-01T14:05:11.940524.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-01T14:05:11.940524.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_01T14_05_11.940524
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-01T14:05:11.940524.parquet 等30个文件
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-01T14:05:11.940524.parquet 等30个文件

其他配置

数据集还包含多个其他配置，每个配置对应不同的任务和时间戳，具体路径和分割信息请参考完整数据集详情。