open-llm-leaderboard/details_CHIH-HUNG__llama-2-13b-FINETUNE3_3.3w-r4-q_k_v_o

该数据集是在Open LLM Leaderboard上对模型CHIH-HUNG/llama-2-13b-FINETUNE3_3.3w-r4-q_k_v_o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表示为特定的分割，分割名称由运行的时间戳命名。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。README还提供了如何使用Python中的`datasets`库加载数据集的示例，并包含了特定运行的最新结果。

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 CHIH-HUNG/llama-2-13b-FINETUNE3_3.3w-r4-q_k_v_o 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。
• 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_CHIH-HUNG__llama-2-13b-FINETUNE3_3.3w-r4-q_k_v_o", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自 2023-10-29T06:18:40.870535 运行）的示例： python { "all": { "em": 0.3716442953020134, "em_stderr": 0.004948871392755147, "f1": 0.4110413171140945, "f1_stderr": 0.004850802412390029, "acc": 0.4419141525144315, "acc_stderr": 0.010419855537406255 }, "harness|drop|3": { "em": 0.3716442953020134, "em_stderr": 0.004948871392755147, "f1": 0.4110413171140945, "f1_stderr": 0.004850802412390029 }, "harness|gsm8k|5": { "acc": 0.11902956785443518, "acc_stderr": 0.008919702911161637 }, "harness|winogrande|5": { "acc": 0.7647987371744278, "acc_stderr": 0.011920008163650873 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_10_01T14_24_56.870950
    • path: **/details_harness|arc:challenge|25_2023-10-01T14-24-56.870950.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-10-01T14-24-56.870950.parquet

• config_name: harness_drop_3

  • split: 2023_10_29T06_18_40.870535
    • path: **/details_harness|drop|3_2023-10-29T06-18-40.870535.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-29T06-18-40.870535.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_29T06_18_40.870535
    • path: **/details_harness|gsm8k|5_2023-10-29T06-18-40.870535.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-29T06-18-40.870535.parquet

• config_name: harness_hellaswag_10

  • split: 2023_10_01T14_24_56.870950
    • path: **/details_harness|hellaswag|10_2023-10-01T14-24-56.870950.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-10-01T14-24-56.870950.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_10_01T14_24_56.870950
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-24-56.870950.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T14-24-56.870950.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-24-56.870950.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T14-24-56.870950.parquet
      • ...（其他路径省略）