open-llm-leaderboard/details_YeungNLP__firefly-ziya-13b

该数据集是在Open LLM Leaderboard上对模型YeungNLP/firefly-ziya-13b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，每次运行在每个配置中作为一个特定的分割，分割名称根据运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results配置，用于存储所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 YeungNLP/firefly-ziya-13b 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。
• 运行次数：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。
• 训练分割："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_YeungNLP__firefly-ziya-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T21:35:49.973615 运行 的最新结果： python { "all": { "em": 0.13506711409395974, "em_stderr": 0.003500303212340629, "f1": 0.2300922818791951, "f1_stderr": 0.0037045596658242686, "acc": 0.40860790594390883, "acc_stderr": 0.00958974246754918 }, "harness|drop|3": { "em": 0.13506711409395974, "em_stderr": 0.003500303212340629, "f1": 0.2300922818791951, "f1_stderr": 0.0037045596658242686 }, "harness|gsm8k|5": { "acc": 0.06899166034874905, "acc_stderr": 0.00698099583483858 }, "harness|winogrande|5": { "acc": 0.7482241515390686, "acc_stderr": 0.012198489100259781 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_07_24T13_25_19.592477
  • 路径：**/details_harness|arc:challenge|25_2023-07-24T13:25:19.592477.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-24T13:25:19.592477.parquet

• harness_drop_3

  • 分割：2023_10_15T21_35_49.973615
  • 路径：**/details_harness|drop|3_2023-10-15T21-35-49.973615.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-15T21-35-49.973615.parquet

• harness_gsm8k_5

  • 分割：2023_10_15T21_35_49.973615
  • 路径：**/details_harness|gsm8k|5_2023-10-15T21-35-49.973615.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-15T21-35-49.973615.parquet

• harness_hellaswag_10

  • 分割：2023_07_24T13_25_19.592477
  • 路径：**/details_harness|hellaswag|10_2023-07-24T13:25:19.592477.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-24T13:25:19.592477.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_24T13_25_19.592477
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T13:25:19.592477.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T13:25:19.592477.parquet 等