open-llm-leaderboard-old/details_gradientputri__MegaMix-S1-13B

该数据集是在模型gradientputri/MegaMix-S1-13B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，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库加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 gradientputri/MegaMix-S1-13B 的过程中自动创建的，用于 Open LLM Leaderboard。数据集包含64个配置，每个配置对应一个评估任务。

数据集结构

数据集由2次运行创建，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

以下是加载特定运行详细信息的示例代码：

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_gradientputri__MegaMix-S1-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-28T06:03:05.658343 运行的最新结果：

python { "all": { "em": 0.0025167785234899327, "em_stderr": 0.0005131152834514578, "f1": 0.06513108221476514, "f1_stderr": 0.0014177635325476718, "acc": 0.4709784684170939, "acc_stderr": 0.011345177115355768 }, "harness|drop|3": { "em": 0.0025167785234899327, "em_stderr": 0.0005131152834514578, "f1": 0.06513108221476514, "f1_stderr": 0.0014177635325476718 }, "harness|gsm8k|5": { "acc": 0.18347232752084913, "acc_stderr": 0.010661370448699659 }, "harness|winogrande|5": { "acc": 0.7584846093133386, "acc_stderr": 0.012028983782011875 } }

配置详情

数据集包含多个配置，每个配置对应不同的任务和数据文件路径。以下是部分配置示例：

• harness_arc_challenge_25

  • 分割: 2023_10_04T02_36_32.129968
  • 路径: **/details_harness|arc:challenge|25_2023-10-04T02-36-32.129968.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-10-04T02-36-32.129968.parquet

• harness_drop_3

  • 分割: 2023_10_28T06_03_05.658343
  • 路径: **/details_harness|drop|3_2023-10-28T06-03-05.658343.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-28T06-03-05.658343.parquet

• harness_gsm8k_5

  • 分割: 2023_10_28T06_03_05.658343
  • 路径: **/details_harness|gsm8k|5_2023-10-28T06-03-05.658343.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-28T06-03-05.658343.parquet

• harness_hellaswag_10

  • 分割: 2023_10_04T02_36_32.129968
  • 路径: **/details_harness|hellaswag|10_2023-10-04T02-36-32.129968.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-10-04T02-36-32.129968.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_04T02_36_32.129968
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-36-32.129968.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-36-32.129968.parquet
    • ...
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-36-32.129968.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-36-32.129968.parquet
    • ...