open-llm-leaderboard-old/details_ehartford__samantha-1.2-mistral-7b

该数据集是在Open LLM Leaderboard上对模型ehartford/samantha-1.2-mistral-7b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。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，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`datasets`库中的`load_dataset`函数加载数据集的示例。

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 ehartford/samantha-1.2-mistral-7b 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 运行次数：数据集从 2 次运行中创建。每个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 timestamp。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ehartford__samantha-1.2-mistral-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T06:58:18.439243 运行的最新结果： python { "all": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415926, "f1": 0.06134647651006727, "f1_stderr": 0.001402920930367906, "acc": 0.47757263909840575, "acc_stderr": 0.010941242547603296 }, "harness|drop|3": { "em": 0.002726510067114094, "em_stderr": 0.0005340111700415926, "f1": 0.06134647651006727, "f1_stderr": 0.001402920930367906 }, "harness|gsm8k|5": { "acc": 0.16982562547384383, "acc_stderr": 0.010342572360861202 }, "harness|winogrande|5": { "acc": 0.7853196527229677, "acc_stderr": 0.011539912734345393 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_10_11T15_46_28.898359
  • 路径：**/details_harness|arc:challenge|25_2023-10-11T15-46-28.898359.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-11T15-46-28.898359.parquet

• harness_drop_3

  • 分割：2023_10_24T06_58_18.439243
  • 路径：**/details_harness|drop|3_2023-10-24T06-58-18.439243.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T06-58-18.439243.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T06_58_18.439243
  • 路径：**/details_harness|gsm8k|5_2023-10-24T06-58-18.439243.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T06-58-18.439243.parquet

• harness_hellaswag_10

  • 分割：2023_10_11T15_46_28.898359
  • 路径：**/details_harness|hellaswag|10_2023-10-11T15-46-28.898359.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-11T15-46-28.898359.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_11T15_46_28.898359
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-11T15-46-28.898359.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-11T15-46-28.898359.parquet