open-llm-leaderboard/details_WizardLM__WizardMath-7B-V1.0

数据集WizardLM/WizardMath-7B-V1.0是在模型WizardLM/WizardMath-7B-V1.0在Open LLM Leaderboard上的评估过程中自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行都作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

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 WizardLM/WizardMath-7B-V1.0 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 数据集包含 64 个配置，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作为一个特定的分割找到，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 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_WizardLM__WizardMath-7B-V1.0", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-16T01:07:38.892230 运行的最新结果： python { "all": { "em": 0.05421560402684564, "em_stderr": 0.0023189846499482147, "f1": 0.19413485738255357, "f1_stderr": 0.002973332012567617, "acc": 0.37710368705095165, "acc_stderr": 0.008505057743039604 }, "harness|drop|3": { "em": 0.05421560402684564, "em_stderr": 0.0023189846499482147, "f1": 0.19413485738255357, "f1_stderr": 0.002973332012567617 }, "harness|gsm8k|5": { "acc": 0.027293404094010616, "acc_stderr": 0.004488095380209752 }, "harness|winogrande|5": { "acc": 0.7269139700078927, "acc_stderr": 0.012522020105869456 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_24T11_16_21.323731
  • 路径：**/details_harness|arc:challenge|25_2023-08-24T11:16:21.323731.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-24T11:16:21.323731.parquet

• harness_drop_3

  • 分割：2023_10_16T01_07_38.892230
  • 路径：**/details_harness|drop|3_2023-10-16T01-07-38.892230.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-16T01-07-38.892230.parquet

• harness_gsm8k_5

  • 分割：2023_10_16T01_07_38.892230
  • 路径：**/details_harness|gsm8k|5_2023-10-16T01-07-38.892230.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-16T01-07-38.892230.parquet

• harness_hellaswag_10

  • 分割：2023_08_24T11_16_21.323731
  • 路径：**/details_harness|hellaswag|10_2023-08-24T11:16:21.323731.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-24T11:16:21.323731.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_24T11_16_21.323731
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T11:16:21.323731.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T11:16:21.323731.parquet