open-llm-leaderboard-old/details_acrastt__Griffin-3B

该数据集是在模型acrastt/Griffin-3B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3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。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，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

数据集简介

该数据集是在评估模型 acrastt/Griffin-3B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• 数据集由 3 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_acrastt__Griffin-3B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-17T18:06:21.492354 运行的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.000363056089311903, "f1": 0.05389366610738276, "f1_stderr": 0.0012796475133266298, "acc": 0.33997138536824134, "acc_stderr": 0.007967754559779602 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.000363056089311903, "f1": 0.05389366610738276, "f1_stderr": 0.0012796475133266298 }, "harness|gsm8k|5": { "acc": 0.009855951478392721, "acc_stderr": 0.0027210765770416642 }, "harness|winogrande|5": { "acc": 0.67008681925809, "acc_stderr": 0.013214432542517538 } }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_08_18T03_59_18.128878
    • 路径: **/details_harness|arc:challenge|25_2023-08-18T03:59:18.128878.parquet
  • 分割: 2023_08_18T04_28_39.575079
    • 路径: **/details_harness|arc:challenge|25_2023-08-18T04:28:39.575079.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-18T04:28:39.575079.parquet

• harness_drop_3

  • 分割: 2023_10_17T18_06_21.492354
    • 路径: **/details_harness|drop|3_2023-10-17T18-06-21.492354.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-17T18-06-21.492354.parquet

• harness_gsm8k_5

  • 分割: 2023_10_17T18_06_21.492354
    • 路径: **/details_harness|gsm8k|5_2023-10-17T18-06-21.492354.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-17T18-06-21.492354.parquet

• harness_hellaswag_10

  • 分割: 2023_08_18T03_59_18.128878
    • 路径: **/details_harness|hellaswag|10_2023-08-18T03:59:18.128878.parquet
  • 分割: 2023_08_18T04_28_39.575079
    • 路径: **/details_harness|hellaswag|10_2023-08-18T04:28:39.575079.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-18T04:28:39.575079.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_18T03_59_18.128878
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T03:59:18.128878.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-18T03:59:18.128878.parquet
      • ... (其他路径省略)
  • 分割: 2023_08_18T04_28_39.575079
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T04:28:39.575079.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-18T04:28:39.575079.parquet
      • ... (其他路径省略)
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T04:28:39.575079.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-18T04:28:39.575079.parquet
      • ... (其他路径省略)