open-llm-leaderboard/details_pe-nlp__llama-2-13b-platypus-vicuna-wizard
收藏数据集概述
数据集简介
该数据集是在对模型 pe-nlp/llama-2-13b-platypus-vicuna-wizard 进行评估运行期间自动创建的，用于 Open LLM Leaderboard 上的评估。
数据集组成
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。"train" 分割始终指向最新的结果。
结果配置
一个额外的配置 "results" 存储所有运行结果的聚合，用于计算和显示 Open LLM Leaderboard 上的聚合指标。
数据加载示例
以下是加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_pe-nlp__llama-2-13b-platypus-vicuna-wizard", "harness_winogrande_5", split="train")
最新结果
以下是来自 2023-09-23T01:39:24.392749 运行的最新结果：
python
{
"all": {
"em": 0.4077181208053691,
"em_stderr": 0.005032501129819524,
"f1": 0.44956795302013525,
"f1_stderr": 0.004900290116380425,
"acc": 0.3833965723476863,
"acc_stderr": 0.007328839518475228
},
"harness|drop|3": {
"em": 0.4077181208053691,
"em_stderr": 0.005032501129819524,
"f1": 0.44956795302013525,
"f1_stderr": 0.004900290116380425
},
"harness|gsm8k|5": {
"acc": 0.009097801364670205,
"acc_stderr": 0.002615326510775672
},
"harness|winogrande|5": {
"acc": 0.7576953433307024,
"acc_stderr": 0.012042352526174785
}
}
配置详情
以下是数据集的配置详情：
-
harness_arc_challenge_25
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|arc:challenge|25_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_drop_3
- 分割：
2023_09_23T01_39_24.392749- 路径：
**/details_harness|drop|3_2023-09-23T01-39-24.392749.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|drop|3_2023-09-23T01-39-24.392749.parquet
- 路径：
- 分割：
-
harness_gsm8k_5
- 分割：
2023_09_23T01_39_24.392749- 路径：
**/details_harness|gsm8k|5_2023-09-23T01-39-24.392749.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2023-09-23T01-39-24.392749.parquet
- 路径：
- 分割：
-
harness_hellaswag_10
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hellaswag|10_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T06:17:52.527407.parquet等
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T06:17:52.527407.parquet等
- 路径：
- 分割：
-
harness_hendrycksTest_abstract_algebra_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_anatomy_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_astronomy_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_business_ethics_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_clinical_knowledge_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_biology_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_chemistry_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_computer_science_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_mathematics_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_medicine_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_college_physics_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_computer_security_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_conceptual_physics_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_econometrics_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割：
-
harness_hendrycksTest_electrical_engineering_5
- 分割：
2023_08_23T06_17_52.527407- 路径：
**/details_harness|hendrycksTest-electrical_engineering|5_2023-08-23T06:17:52.527407.parquet
- 路径：
- 分割
- 分割：
