open-llm-leaderboard-old/details_ehartford__samantha-mistral-instruct-7b

该数据集是在Open LLM Leaderboard上对模型ehartford/samantha-mistral-instruct-7b进行评估时自动生成的。数据集包含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还提供了如何使用Hugging Face datasets库加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集是在评估模型 ehartford/samantha-mistral-instruct-7b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建。每个运行可以在每个配置中作为一个特定的分割找到，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。

最新结果

以下是 2023-10-29T11:08:05.162648 运行的最新结果：

python { "all": { "em": 0.31291946308724833, "em_stderr": 0.004748536304260034, "f1": 0.36725566275167865, "f1_stderr": 0.0046625848085346845, "acc": 0.4062203613868821, "acc_stderr": 0.010696600366483247 }, "harness|drop|3": { "em": 0.31291946308724833, "em_stderr": 0.004748536304260034, "f1": 0.36725566275167865, "f1_stderr": 0.0046625848085346845 }, "harness|gsm8k|5": { "acc": 0.10841546626231995, "acc_stderr": 0.008563852506627485 }, "harness|winogrande|5": { "acc": 0.7040252565114443, "acc_stderr": 0.012829348226339011 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_10_09T12_17_25.772796
    • 路径: **/details_harness|arc:challenge|25_2023-10-09T12-17-25.772796.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-09T12-17-25.772796.parquet

• harness_drop_3

  • 分割: 2023_10_29T11_08_05.162648
    • 路径: **/details_harness|drop|3_2023-10-29T11-08-05.162648.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-29T11-08-05.162648.parquet

• harness_gsm8k_5

  • 分割: 2023_10_29T11_08_05.162648
    • 路径: **/details_harness|gsm8k|5_2023-10-29T11-08-05.162648.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-29T11-08-05.162648.parquet

• harness_hellaswag_10

  • 分割: 2023_10_09T12_17_25.772796
    • 路径: **/details_harness|hellaswag|10_2023-10-09T12-17-25.772796.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-09T12-17-25.772796.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_09T12_17_25.772796
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T12-17-25.772796.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-09T12-17-25.772796.parquet
      • ...
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T12-17-25.772796.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-09T12-17-25.772796.parquet
      • ...