open-llm-leaderboard/details_chargoddard__MelangeB-70b

该数据集是在Open LLM Leaderboard上对模型chargoddard/MelangeB-70b进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。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

该数据集是在对模型 chargoddard/MelangeB-70b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。
• 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片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片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 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_chargoddard__MelangeB-70b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-17T13:18:04.928943 运行的最新结果： python { "all": { "em": 0.49958053691275167, "em_stderr": 0.005120466189311586, "f1": 0.5792397231543648, "f1_stderr": 0.004704767839498484, "acc": 0.570668027786471, "acc_stderr": 0.01156392378740017 }, "harness|drop|3": { "em": 0.49958053691275167, "em_stderr": 0.005120466189311586, "f1": 0.5792397231543648, "f1_stderr": 0.004704767839498484 }, "harness|gsm8k|5": { "acc": 0.3062926459438969, "acc_stderr": 0.0126969301065629 }, "harness|winogrande|5": { "acc": 0.835043409629045, "acc_stderr": 0.010430917468237438 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分片：2023_08_23T14_27_52.893839
  • 路径：**/details_harness|arc:challenge|25_2023-08-23T14:27:52.893839.parquet
  • 分片：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-23T14:27:52.893839.parquet

• harness_drop_3

  • 分片：2023_10_17T13_18_04.928943
  • 路径：**/details_harness|drop|3_2023-10-17T13-18-04.928943.parquet
  • 分片：latest
  • 路径：**/details_harness|drop|3_2023-10-17T13-18-04.928943.parquet

• harness_gsm8k_5

  • 分片：2023_10_17T13_18_04.928943
  • 路径：**/details_harness|gsm8k|5_2023-10-17T13-18-04.928943.parquet
  • 分片：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-17T13-18-04.928943.parquet

• harness_hellaswag_10

  • 分片：2023_08_23T14_27_52.893839
  • 路径：**/details_harness|hellaswag|10_2023-08-23T14:27:52.893839.parquet
  • 分片：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-23T14:27:52.893839.parquet

• harness_hendrycksTest_5

  • 分片：2023_08_23T14_27_52.893839
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T14:27:52.893839.parquet
  • 分片：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-23T14:27:52.893839.parquet