open-llm-leaderboard-old/details_facebook__xglm-564M

该数据集是在评估模型facebook/xglm-564M时自动生成的，包含64个配置，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的split，split以运行的时间戳命名。train split始终指向最新的结果。此外，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。

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 facebook/xglm-564M 进行评估运行期间自动创建的，用于 Open LLM Leaderboard 的评估。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 数据来源：数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分割形式存储。
• 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_facebook__xglm-564M", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T23:39:39.394377 运行 的最新结果： python { "all": { "em": 0.013422818791946308, "em_stderr": 0.0011784931108563684, "f1": 0.060359689597315525, "f1_stderr": 0.0017160396766447692, "acc": 0.2623842654231489, "acc_stderr": 0.007675207819463649 }, "harness|drop|3": { "em": 0.013422818791946308, "em_stderr": 0.0011784931108563684, "f1": 0.060359689597315525, "f1_stderr": 0.0017160396766447692 }, "harness|gsm8k|5": { "acc": 0.002274450341167551, "acc_stderr": 0.001312157814867416 }, "harness|winogrande|5": { "acc": 0.5224940805051302, "acc_stderr": 0.014038257824059881 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T14_24_31.422133
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:24:31.422133.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:24:31.422133.parquet

• harness_drop_3

  • 分割：2023_10_15T23_39_39.394377
  • 路径：**/details_harness|drop|3_2023-10-15T23-39-39.394377.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-15T23-39-39.394377.parquet

• harness_gsm8k_5

  • 分割：2023_10_15T23_39_39.394377
  • 路径：**/details_harness|gsm8k|5_2023-10-15T23-39-39.394377.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-15T23-39-39.394377.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T14_24_31.422133
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:24:31.422133.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:24:31.422133.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T14_24_31.422133
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:24:31.422133.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:24:31.422133.parquet