open-llm-leaderboard-old/details_migtissera__Synthia-70B-v1.2b

该数据集是在Open LLM Leaderboard上对模型migtissera/Synthia-70B-v1.2b进行评估时自动创建的。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，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results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库加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在对模型 migtissera/Synthia-70B-v1.2b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 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，每次运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 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 2023-10-24T18:54:59.551883 运行的最新结果：

python { "all": { "em": 0.44190436241610737, "em_stderr": 0.00508578632439048, "f1": 0.5040551593959751, "f1_stderr": 0.00484284160320387, "acc": 0.5957647712115981, "acc_stderr": 0.011744811294358018 }, "harness|drop|3": { "em": 0.44190436241610737, "em_stderr": 0.00508578632439048, "f1": 0.5040551593959751, "f1_stderr": 0.00484284160320387 }, "harness|gsm8k|5": { "acc": 0.3525398028809704, "acc_stderr": 0.013159909755930321 }, "harness|winogrande|5": { "acc": 0.8389897395422258, "acc_stderr": 0.010329712832785717 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_09_13T14_25_34.731307
    • 路径: **/details_harness|arc:challenge|25_2023-09-13T14-25-34.731307.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-13T14-25-34.731307.parquet

• harness_drop_3

  • 分割: 2023_10_24T18_54_59.551883
    • 路径: **/details_harness|drop|3_2023-10-24T18-54-59.551883.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-24T18-54-59.551883.parquet

• harness_gsm8k_5

  • 分割: 2023_10_24T18_54_59.551883
    • 路径: **/details_harness|gsm8k|5_2023-10-24T18-54-59.551883.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-24T18-54-59.551883.parquet

• harness_hellaswag_10

  • 分割: 2023_09_13T14_25_34.731307
    • 路径: **/details_harness|hellaswag|10_2023-09-13T14-25-34.731307.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-13T14-25-34.731307.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_13T14_25_34.731307
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-25-34.731307.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T14-25-34.731307.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T14-25-34.731307.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T14-25-34.731307.parquet
      • ...（其他路径省略）

（其他配置详情省略）