open-llm-leaderboard-old/details_Undi95__ReMM-v2-L2-13B

该数据集是在模型Undi95/ReMM-v2-L2-13B在Open LLM Leaderboard上的评估运行过程中自动创建的。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，每次运行的结果存储在不同的split中，split以运行的时间戳命名。train split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，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

该数据集是在对模型 Undi95/ReMM-v2-L2-13B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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 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_Undi95__ReMM-v2-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T07:00:18.944945 运行的最新结果： python { "all": { "em": 0.056312919463087245, "em_stderr": 0.0023607917437880183, "f1": 0.12075503355704631, "f1_stderr": 0.002645290783284543, "acc": 0.4452013645505283, "acc_stderr": 0.010675124517934693 }, "harness|drop|3": { "em": 0.056312919463087245, "em_stderr": 0.0023607917437880183, "f1": 0.12075503355704631, "f1_stderr": 0.002645290783284543 }, "harness|gsm8k|5": { "acc": 0.13191811978771797, "acc_stderr": 0.009321265253857515 }, "harness|winogrande|5": { "acc": 0.7584846093133386, "acc_stderr": 0.012028983782011872 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_18T13_58_45.934639
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T13-58-45.934639.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T13-58-45.934639.parquet

• harness_drop_3

  • 分割：2023_10_24T07_00_18.944945
  • 路径：**/details_harness|drop|3_2023-10-24T07-00-18.944945.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T07-00-18.944945.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T07_00_18.944945
  • 路径：**/details_harness|gsm8k|5_2023-10-24T07-00-18.944945.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T07-00-18.944945.parquet

• harness_hellaswag_10

  • 分割：2023_09_18T13_58_45.934639
  • 路径：**/details_harness|hellaswag|10_2023-09-18T13-58-45.934639.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-18T13-58-45.934639.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_18T13_58_45.934639
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T13-58-45.934639.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T13-58-45.934639.parquet 等