open-llm-leaderboard-old/details_BFauber__opt1.3b_10e4

该数据集是在Open LLM Leaderboard上对模型BFauber/opt1.3b_10e4进行评估时自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割的名称。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 BFauber/opt1.3b_10e4 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：63个配置，每个配置对应一个评估任务。
• 运行次数：数据集从1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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_BFauber__opt1.3b_10e4", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-02T19:08:04.507559 运行的最新结果：

python { "all": { "acc": 0.271963602705084, "acc_stderr": 0.031002150754247282, "acc_norm": 0.27398469630191746, "acc_norm_stderr": 0.031827939590220955, "mc1": 0.23378212974296206, "mc1_stderr": 0.01481619599193158, "mc2": 0.3867355581952227, "mc2_stderr": 0.014105420630947732 }, "harness|arc:challenge|25": { "acc": 0.2687713310580205, "acc_stderr": 0.012955065963710691, "acc_norm": 0.3054607508532423, "acc_norm_stderr": 0.013460080478002498 }, "harness|hellaswag|10": { "acc": 0.4124676359290978, "acc_stderr": 0.004912723848944797, "acc_norm": 0.5351523600876319, "acc_norm_stderr": 0.004977434505403351 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_02T19_08_04.507559, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-02T19-08-04.507559.parquet

• harness_gsm8k_5

  • 分割：2024_02_02T19_08_04.507559, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-02T19-08-04.507559.parquet

• harness_hellaswag_10

  • 分割：2024_02_02T19_08_04.507559, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-02T19-08-04.507559.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_02T19_08_04.507559, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T19-08-04.507559.parquet 等。