open-llm-leaderboard-old/details_quantumaikr__QuantumLM-70B-hf

数据集`Evaluation run of quantumaikr/QuantumLM-70B-hf`是在模型`quantumaikr/QuantumLM-70B-hf`在Open LLM Leaderboard上的评估运行过程中自动生成的。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一个特定的split存储，split的名称使用运行的时间戳。`train` split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，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

数据集简介

该数据集是在评估模型 quantumaikr/QuantumLM-70B-hf 的过程中自动创建的，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。
• 创建来源：数据集从2次运行中创建，每次运行在每个配置中作为一个特定的分割存在，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 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_quantumaikr__QuantumLM-70B-hf", "harness_winogrande_5", split="train")

最新结果示例

以下是2023年9月23日00:55:40.743446运行的最新结果： python { "all": { "em": 0.006291946308724832, "em_stderr": 0.0008097697705635293, "f1": 0.07323301174496649, "f1_stderr": 0.001570960525115463, "acc": 0.4677633614233835, "acc_stderr": 0.010635106183196841 }, "harness|drop|3": { "em": 0.006291946308724832, "em_stderr": 0.0008097697705635293, "f1": 0.07323301174496649, "f1_stderr": 0.001570960525115463 }, "harness|gsm8k|5": { "acc": 0.14783927217589082, "acc_stderr": 0.009776827679143901 }, "harness|winogrande|5": { "acc": 0.7876874506708761, "acc_stderr": 0.011493384687249782 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_31T17_33_51.061360
  • 路径：**/details_harness|arc:challenge|25_2023-07-31T17:33:51.061360.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-31T17:33:51.061360.parquet

• harness_drop_3

  • 分割：2023_09_23T00_55_40.743446
  • 路径：**/details_harness|drop|3_2023-09-23T00-55-40.743446.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-23T00-55-40.743446.parquet

• harness_gsm8k_5

  • 分割：2023_09_23T00_55_40.743446
  • 路径：**/details_harness|gsm8k|5_2023-09-23T00-55-40.743446.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-23T00-55-40.743446.parquet

• harness_hellaswag_10

  • 分割：2023_07_31T17_33_51.061360
  • 路径：**/details_harness|hellaswag|10_2023-07-31T17:33:51.061360.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-31T17:33:51.061360.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_31T17_33_51.061360
  • 路径：多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T17:33:51.061360.parquet 等
  • 分割：latest
  • 路径：多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-31T17:33:51.061360.parquet 等