open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE4_addto15k_4.5w-r16-gate_up_down

该数据集是在模型 CHIH-HUNG/llama-2-13b-FINETUNE4_addto15k_4.5w-r16-gate_up_down 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。它由 2 次运行创建，每次运行在每个配置中表示为特定的分割。train 分割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，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 Python 中的 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 CHIH-HUNG/llama-2-13b-FINETUNE4_addto15k_4.5w-r16-gate_up_down 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• 数据来源：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。
• 最新结果："train" 分割总是指向最新的结果。
• 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_CHIH-HUNG__llama-2-13b-FINETUNE4_addto15k_4.5w-r16-gate_up_down", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果来自2023-10-25T22:16:15.844961： python { "all": { "em": 0.044148489932885907, "em_stderr": 0.0021037435299994067, "f1": 0.09857802013422778, "f1_stderr": 0.0023775705231284467, "acc": 0.4617194030779578, "acc_stderr": 0.010887835734442838 }, "harness|drop|3": { "em": 0.044148489932885907, "em_stderr": 0.0021037435299994067, "f1": 0.09857802013422778, "f1_stderr": 0.0023775705231284467 }, "harness|gsm8k|5": { "acc": 0.15390447308567096, "acc_stderr": 0.009939799304049013 }, "harness|winogrande|5": { "acc": 0.7695343330702447, "acc_stderr": 0.011835872164836666 } }

配置详情

以下是数据集的部分配置详情：

• config_name: harness_arc_challenge_25

  • split: 2023_10_10T09_35_55.043179
    • path: **/details_harness|arc:challenge|25_2023-10-10T09-35-55.043179.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-10-10T09-35-55.043179.parquet

• config_name: harness_drop_3

  • split: 2023_10_25T22_16_15.844961
    • path: **/details_harness|drop|3_2023-10-25T22-16-15.844961.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-25T22-16-15.844961.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_25T22_16_15.844961
    • path: **/details_harness|gsm8k|5_2023-10-25T22-16-15.844961.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-25T22-16-15.844961.parquet

• config_name: harness_hellaswag_10

  • split: 2023_10_10T09_35_55.043179
    • path: **/details_harness|hellaswag|10_2023-10-10T09-35-55.043179.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-10-10T09-35-55.043179.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_10_10T09_35_55.043179
    • path: [多个路径]
  • split: latest
    • path: [多个路径]