open-llm-leaderboard/details_cmarkea__bloomz-3b-sft-chat

该数据集是在Open LLM Leaderboard上评估模型cmarkea/bloomz-3b-sft-chat时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集包含2次运行的数据，每次运行都作为一个特定的分割存储，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，用于存储所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

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 cmarkea/bloomz-3b-sft-chat 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 创建来源：从 2 次运行中创建，每次运行对应一个特定的时间戳分割。
• 最新结果："train" 分割始终指向最新的结果。
• 聚合结果：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_cmarkea__bloomz-3b-sft-chat", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T00:21:57.701909 运行的最新结果： python { "all": { "em": 0.20773909395973153, "em_stderr": 0.004154635053522043, "f1": 0.2581994546979873, "f1_stderr": 0.004217999143965471, "acc": 0.2962915868075896, "acc_stderr": 0.007760914549413533 }, "harness|drop|3": { "em": 0.20773909395973153, "em_stderr": 0.004154635053522043, "f1": 0.2581994546979873, "f1_stderr": 0.004217999143965471 }, "harness|gsm8k|5": { "acc": 0.0037907505686125853, "acc_stderr": 0.0016927007401501928 }, "harness|winogrande|5": { "acc": 0.5887924230465666, "acc_stderr": 0.013829128358676872 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_04T03_48_54.225449
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T03-48-54.225449.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-04T03-48-54.225449.parquet

• harness_drop_3

  • 分割：2023_10_25T00_21_57.701909
  • 路径：**/details_harness|drop|3_2023-10-25T00-21-57.701909.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T00-21-57.701909.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T00_21_57.701909
  • 路径：**/details_harness|gsm8k|5_2023-10-25T00-21-57.701909.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T00-21-57.701909.parquet

• harness_hellaswag_10

  • 分割：2023_10_04T03_48_54.225449
  • 路径：**/details_harness|hellaswag|10_2023-10-04T03-48-54.225449.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-04T03-48-54.225449.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_04T03_48_54.225449
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T03-48-54.225449.parquet 等 38 个文件
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T03-48-54.225449.parquet 等 38 个文件