open-llm-leaderboard/details_Charlie911__vicuna-7b-v1.5-lora-mctaco

该数据集是在模型 Charlie911/vicuna-7b-v1.5-lora-mctaco 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个被评估的任务。数据集是从 3 次运行中生成的，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。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 Python 中的 datasets 库加载运行中的详细信息的示例。README 中还包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集创建

• 创建背景：该数据集是在对模型 Charlie911/vicuna-7b-v1.5-lora-mctaco 进行评估运行时自动创建的。
• 评估平台：数据集的创建与 Open LLM Leaderboard 相关联。

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 3 次运行中创建，每次运行作为一个特定的分割，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。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_Charlie911__vicuna-7b-v1.5-lora-mctaco", "harness_winogrande_5", split="train")

最新结果

• 最新运行：以下是 2023-09-17T20:27:23.554125 运行的最新结果。

python { "all": { "em": 0.2488464765100671, "em_stderr": 0.004427614016278926, "f1": 0.28849937080536914, "f1_stderr": 0.00442953185165108, "acc": 0.372010258662628, "acc_stderr": 0.00929094831305589 }, "harness|drop|3": { "em": 0.2488464765100671, "em_stderr": 0.004427614016278926, "f1": 0.28849937080536914, "f1_stderr": 0.00442953185165108 }, "harness|gsm8k|5": { "acc": 0.04473085670962851, "acc_stderr": 0.005693886131407047 }, "harness|winogrande|5": { "acc": 0.6992896606156275, "acc_stderr": 0.012888010494704732 } }

配置详情

• 配置名称：harness_arc_challenge_25

  • 分割：2023_09_01T09_00_53.100273
    • 路径：**/details_harness|arc:challenge|25_2023-09-01T09:00:53.100273.parquet
  • 分割：2023_09_01T09_03_24.370765
    • 路径：**/details_harness|arc:challenge|25_2023-09-01T09:03:24.370765.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-09-01T09:03:24.370765.parquet

• 配置名称：harness_drop_3

  • 分割：2023_09_17T20_27_23.554125
    • 路径：**/details_harness|drop|3_2023-09-17T20-27-23.554125.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-09-17T20-27-23.554125.parquet

• 配置名称：harness_gsm8k_5

  • 分割：2023_09_17T20_27_23.554125
    • 路径：**/details_harness|gsm8k|5_2023-09-17T20-27-23.554125.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-09-17T20-27-23.554125.parquet

• 配置名称：harness_hellaswag_10

  • 分割：2023_09_01T09_00_53.100273
    • 路径：**/details_harness|hellaswag|10_2023-09-01T09:00:53.100273.parquet
  • 分割：2023_09_01T09_03_24.370765
    • 路径：**/details_harness|hellaswag|10_2023-09-01T09:03:24.370765.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-09-01T09:03:24.370765.parquet

• 配置名称：harness_hendrycksTest_5

  • 分割：2023_09_01T09_00_53.100273
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T09:00:53.100273.parquet
  • 分割：2023_09_01T09_03_24.370765
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T09:03:24.370765.parquet
  • 分割：latest
    • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-01T09:03:24.370765.parquet