open-llm-leaderboard-old/details_FelixChao__vicuna-33b-coder

该数据集是在Open LLM Leaderboard上对模型FelixChao/vicuna-33b-coder进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从2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，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，名为results的配置存储了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。README还提供了一个使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

该数据集是在对模型 FelixChao/vicuna-33b-coder 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

数据集由 64 个配置组成，每个配置对应一个评估任务。数据集从 2 次运行中创建，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。"train" 分割始终指向最新的结果。

额外配置

一个额外的配置 "results" 存储所有运行结果的聚合，用于计算和显示 Open LLM Leaderboard 上的聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_FelixChao__vicuna-33b-coder", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的示例：

python { "all": { "em": 0.0045092281879194635, "em_stderr": 0.0006861346899094924, "f1": 0.08164848993288601, "f1_stderr": 0.0016912998086531358, "acc": 0.4488152932102182, "acc_stderr": 0.010539810443125387 }, "harness|drop|3": { "em": 0.0045092281879194635, "em_stderr": 0.0006861346899094924, "f1": 0.08164848993288601, "f1_stderr": 0.0016912998086531358 }, "harness|gsm8k|5": { "acc": 0.1288855193328279, "acc_stderr": 0.009229580761400265 }, "harness|winogrande|5": { "acc": 0.7687450670876085, "acc_stderr": 0.011850040124850508 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_08_22T17_16_47.198567
  • 路径: **/details_harness|arc:challenge|25_2023-08-22T17:16:47.198567.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-08-22T17:16:47.198567.parquet

• harness_drop_3

  • 分割: 2023_09_28T18_36_25.051390
  • 路径: **/details_harness|drop|3_2023-09-28T18-36-25.051390.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-09-28T18-36-25.051390.parquet

• harness_gsm8k_5

  • 分割: 2023_09_28T18_36_25.051390
  • 路径: **/details_harness|gsm8k|5_2023-09-28T18-36-25.051390.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-09-28T18-36-25.051390.parquet

• harness_hellaswag_10

  • 分割: 2023_08_22T17_16_47.198567
  • 路径: **/details_harness|hellaswag|10_2023-08-22T17:16:47.198567.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-08-22T17:16:47.198567.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_22T17_16_47.198567
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T17:16:47.198567.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T17:16:47.198567.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-22T17:16:47.198567.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-08-22T17:16:47.198567.parquet
    • ...（其他路径省略）