open-llm-leaderboard-old/details_CHIH-HUNG__llama-2-13b-FINETUNE3_3.3w-r8-q_k_v_o

该数据集是在模型[CHIH-HUNG/llama-2-13b-FINETUNE3_3.3w-r8-q_k_v_o](https://huggingface.co/CHIH-HUNG/llama-2-13b-FINETUNE3_3.3w-r8-q_k_v_o)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的评估运行过程中自动创建的。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次运行生成，每次运行的结果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，"results"配置存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 CHIH-HUNG/llama-2-13b-FINETUNE3_3.3w-r8-q_k_v_o 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 该数据集包含 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-r8-q_k_v_o", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T01:55:24.069120 运行 的最新结果： python { "all": { "em": 0.3683934563758389, "em_stderr": 0.004939908621291744, "f1": 0.40490771812080534, "f1_stderr": 0.004849475843152754, "acc": 0.45406011226844856, "acc_stderr": 0.010767859275955907 }, "harness|drop|3": { "em": 0.3683934563758389, "em_stderr": 0.004939908621291744, "f1": 0.40490771812080534, "f1_stderr": 0.004849475843152754 }, "harness|gsm8k|5": { "acc": 0.1425322213798332, "acc_stderr": 0.009629588445673827 }, "harness|winogrande|5": { "acc": 0.7655880031570639, "acc_stderr": 0.011906130106237986 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_01T14_32_44.417888
    • 路径：**/details_harness|arc:challenge|25_2023-10-01T14-32-44.417888.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-10-01T14-32-44.417888.parquet

• harness_drop_3

  • 分割：2023_10_25T01_55_24.069120
    • 路径：**/details_harness|drop|3_2023-10-25T01-55-24.069120.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-25T01-55-24.069120.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T01_55_24.069120
    • 路径：**/details_harness|gsm8k|5_2023-10-25T01-55-24.069120.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-25T01-55-24.069120.parquet

• harness_hellaswag_10

  • 分割：2023_10_01T14_32_44.417888
    • 路径：**/details_harness|hellaswag|10_2023-10-01T14-32-44.417888.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-10-01T14-32-44.417888.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_01T14_32_44.417888
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-32-44.417888.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T14-32-44.417888.parquet
      • ...（其他路径省略）
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-01T14-32-44.417888.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-01T14-32-44.417888.parquet
      • ...（其他路径省略）