open-llm-leaderboard-old/details_psmathur__orca_mini_13b

该数据集是在Open LLM Leaderboard上对模型psmathur/orca_mini_13b进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储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，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 psmathur/orca_mini_13b 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

数据集结构

• 配置数量：数据集包含 64 个配置，每个配置对应一个评估任务。
• 运行次数：数据集从 2 次运行中创建。每个运行结果作为一个特定的分割（split）存储在每个配置中，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和展示在 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_psmathur__orca_mini_13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T13:38:44.745207 运行 的最新结果： python { "all": { "em": 0.03355704697986577, "em_stderr": 0.001844249316229893, "f1": 0.11233116610738275, "f1_stderr": 0.002439557952450172, "acc": 0.3208366219415943, "acc_stderr": 0.006738290586283765 }, "harness|drop|3": { "em": 0.03355704697986577, "em_stderr": 0.001844249316229893, "f1": 0.11233116610738275, "f1_stderr": 0.002439557952450172 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.6416732438831886, "acc_stderr": 0.01347658117256753 } }

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_08_09T09_53_33.020588
    • path: **/details_harness|arc:challenge|25_2023-08-09T09:53:33.020588.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-09T09:53:33.020588.parquet

• config_name: harness_drop_3

  • split: 2023_10_15T13_38_44.745207
    • path: **/details_harness|drop|3_2023-10-15T13-38-44.745207.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-15T13-38-44.745207.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_15T13_38_44.745207
    • path: **/details_harness|gsm8k|5_2023-10-15T13-38-44.745207.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-15T13-38-44.745207.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_09T09_53_33.020588
    • path: **/details_harness|hellaswag|10_2023-08-09T09:53:33.020588.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-09T09:53:33.020588.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_09T09_53_33.020588
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T09:53:33.020588.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T09:53:33.020588.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T09:53:33.020588.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T09:53:33.020588.parquet
      • ...（其他路径省略）