open-llm-leaderboard-old/details_DevaMalla__llama_7b_qlora_cds

该数据集是在Open LLM Leaderboard上对模型DevaMalla/llama_7b_qlora_cds进行评估时自动生成的。数据集包含64个配置，每个配置对应一个被评估的任务。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，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

数据集来源

该数据集是在对模型 DevaMalla/llama_7b_qlora_cds 进行评估运行期间自动创建的。

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，用于计算和显示在 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_DevaMalla__llama_7b_qlora_cds", "harness_winogrande_5", split="train")

最新结果

最新结果来自2023-10-27T04:49:41.521355的运行，具体结果如下： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.05950083892617462, "f1_stderr": 0.0013434612460508462, "acc": 0.37919144217863743, "acc_stderr": 0.00905606982363287 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.05950083892617462, "f1_stderr": 0.0013434612460508462 }, "harness|gsm8k|5": { "acc": 0.04094010614101592, "acc_stderr": 0.0054580767962943534 }, "harness|winogrande|5": { "acc": 0.7174427782162589, "acc_stderr": 0.012654062850971388 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_09_22T04_45_53.038804
  • 路径: **/details_harness|arc:challenge|25_2023-09-22T04-45-53.038804.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-09-22T04-45-53.038804.parquet

• harness_drop_3

  • 分割: 2023_10_27T04_49_41.521355
  • 路径: **/details_harness|drop|3_2023-10-27T04-49-41.521355.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-27T04-49-41.521355.parquet

• harness_gsm8k_5

  • 分割: 2023_10_27T04_49_41.521355
  • 路径: **/details_harness|gsm8k|5_2023-10-27T04-49-41.521355.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-27T04-49-41.521355.parquet

• harness_hellaswag_10

  • 分割: 2023_09_22T04_45_53.038804
  • 路径: **/details_harness|hellaswag|10_2023-09-22T04-45-53.038804.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-09-22T04-45-53.038804.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_22T04_45_53.038804
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T04-45-53.038804.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-22T04-45-53.038804.parquet
    • ...
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-22T04-45-53.038804.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-22T04-45-53.038804.parquet
    • ...