open-llm-leaderboard/details_ajibawa-2023__Uncensored-Frank-13B

该数据集是在模型 ajibawa-2023/Uncensored-Frank-13B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个评估任务。数据集由 2 次运行创建，每次运行在每个配置中作为特定的分割存在。train 分割始终指向最新的结果。一个额外的配置 results 存储了所有运行的聚合结果。可以使用 Python 的 datasets 库加载该数据集。README 中还提供了特定运行的最新结果。

原始信息汇总

数据集概述

该数据集是在评估模型 ajibawa-2023/Uncensored-Frank-13B 在 Open LLM Leaderboard 上的自动创建的。

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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ajibawa-2023__Uncensored-Frank-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T20:36:22.905440 运行的最新结果：

python { "all": { "em": 0.11189177852348993, "em_stderr": 0.0032282836386265676, "f1": 0.1763139681208047, "f1_stderr": 0.00337768358317309, "acc": 0.4336113017622951, "acc_stderr": 0.010577680926473577 }, "harness|drop|3": { "em": 0.11189177852348993, "em_stderr": 0.0032282836386265676, "f1": 0.1763139681208047, "f1_stderr": 0.00337768358317309 }, "harness|gsm8k|5": { "acc": 0.1197877179681577, "acc_stderr": 0.00894421340355305 }, "harness|winogrande|5": { "acc": 0.7474348855564326, "acc_stderr": 0.012211148449394105 } }

配置详情

配置列表

• harness_arc_challenge_25
• harness_drop_3
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
• harness_hendrycksTest_abstract_algebra_5
• harness_hendrycksTest_anatomy_5
• harness_hendrycksTest_astronomy_5
• harness_hendrycksTest_business_ethics_5
• harness_hendrycksTest_clinical_knowledge_5
• harness_hendrycksTest_college_biology_5
• harness_hendrycksTest_college_chemistry_5
• harness_hendrycksTest_college_computer_science_5
• harness_hendrycksTest_college_mathematics_5
• harness_hendrycksTest_college_medicine_5
• harness_hendrycksTest_college_physics_5
• harness_hendrycksTest_computer_security_5
• harness_hendrycksTest_conceptual_physics_5
• harness_hendrycksTest_econometrics_5
• harness_hendrycksTest_electrical_engineering_5
• harness_hendrycksTest_elementary_mathematics_5

数据文件路径

每个配置包含多个数据文件，分为不同的分割（如时间戳分割和最新分割）。例如：

• harness_arc_challenge_25 配置包含以下数据文件：

  • 2023_09_14T20_30_29.396099 分割：
    • **/details_harness|arc:challenge|25_2023-09-14T20-30-29.396099.parquet
  • latest 分割：
    • **/details_harness|arc:challenge|25_2023-09-14T20-30-29.396099.parquet

• harness_drop_3 配置包含以下数据文件：

  • 2023_10_28T20_36_22.905440 分割：
    • **/details_harness|drop|3_2023-10-28T20-36-22.905440.parquet
  • latest 分割：
    • **/details_harness|drop|3_2023-10-28T20-36-22.905440.parquet

其他配置的数据文件路径类似，每个配置包含多个时间戳分割和最新分割的数据文件。