open-llm-leaderboard-old/details_abdulrahman-nuzha__finetuned-llama2-chat-5000-v2.0

该数据集是在模型 abdulrahman-nuzha/finetuned-llama2-chat-5000-v2.0 在 Open LLM Leaderboard 上进行评估时自动生成的。数据集包含 63 个配置，每个配置对应一个被评估的任务。数据集由一次运行生成，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 results 配置存储了运行的所有聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 文件还提供了一个 Python 代码片段来加载数据集详细信息，并列出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 abdulrahman-nuzha/finetuned-llama2-chat-5000-v2.0 进行评估运行时自动创建的，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。
• 数据来源：数据集由1次运行创建，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。
• 最新结果："train" 分割总是指向最新的结果。
• 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 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_abdulrahman-nuzha__finetuned-llama2-chat-5000-v2.0", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-29T14:35:33.659741 运行的最新结果：

python { "all": { "acc": 0.4646366096588567, "acc_stderr": 0.03446862361291731, "acc_norm": 0.46931582172482034, "acc_norm_stderr": 0.03524243843005427, "mc1": 0.2962056303549572, "mc1_stderr": 0.015983595101811392, "mc2": 0.45180747747863453, "mc2_stderr": 0.015367207330297351 }, "harness|arc:challenge|25": { "acc": 0.48208191126279865, "acc_stderr": 0.014602005585490978, "acc_norm": 0.5204778156996587, "acc_norm_stderr": 0.014599131353035005 }, "harness|hellaswag|10": { "acc": 0.5729934276040629, "acc_stderr": 0.004936323537147929, "acc_norm": 0.7613025293766182, "acc_norm_stderr": 0.004254162365808037 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.04560480215720684, "acc_norm": 0.29, "acc_norm_stderr": 0.04560480215720684 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_29T14_35_33.659741, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-29T14-35-33.659741.parquet

• harness_gsm8k_5

  • 分割：2023_12_29T14_35_33.659741, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-29T14-35-33.659741.parquet

• harness_hellaswag_10

  • 分割：2023_12_29T14_35_33.659741, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-29T14-35-33.659741.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_29T14_35_33.659741, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T14-35-33.659741.parquet 等。