open-llm-leaderboard-old/details_adamo1139__Yi-34b-200K-rawrr-v2-run-0902-LoRA

该数据集是在模型adamo1139/Yi-34b-200K-rawrr-v2-run-0902-LoRA在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包括1次运行的结果，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。一个名为results的额外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

数据集信息

• 数据集名称: Evaluation run of adamo1139/Yi-34b-200K-rawrr-v2-run-0902-LoRA
• 数据集摘要: 该数据集是在模型 adamo1139/Yi-34b-200K-rawrr-v2-run-0902-LoRA 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集来源: 从 1 次运行中创建，每个运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。
• 额外配置: "results" 配置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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_adamo1139__Yi-34b-200K-rawrr-v2-run-0902-LoRA", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-02-10T05:30:26.185993
• 聚合结果: python { "all": { "acc": 0.7521596255978902, "acc_stderr": 0.028519604372826433, "acc_norm": 0.7571604609856043, "acc_norm_stderr": 0.029050326154578383, "mc1": 0.30966952264381886, "mc1_stderr": 0.016185744355144905, "mc2": 0.4666175581575248, "mc2_stderr": 0.014207341599511132 }, "harness|arc:challenge|25": { "acc": 0.6194539249146758, "acc_stderr": 0.014188277712349812, "acc_norm": 0.6467576791808873, "acc_norm_stderr": 0.013967822714840053 }, "harness|hellaswag|10": { "acc": 0.6484763991236805, "acc_stderr": 0.004764703145680278, "acc_norm": 0.8449512049392551, "acc_norm_stderr": 0.0036121146706989743 }, # 其他任务的结果... }

配置信息

• 配置名称:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含不同拆分的数据文件路径，例如：
    • **/details_harness|arc:challenge|25_2024-02-10T05-30-26.185993.parquet
    • **/details_harness|gsm8k|5_2024-02-10T05-30-26.185993.parquet
    • **/details_harness|hellaswag|10_2024-02-10T05-30-26.185993.parquet
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T05-30-26.185993.parquet
    • 等等...