open-llm-leaderboard-old/details_maywell__Synatra-V0.1-7B

该数据集是在模型maywell/Synatra-V0.1-7B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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次运行生成，每次运行的结果作为特定分割存储在配置中，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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 maywell/Synatra-V0.1-7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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。
• 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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_maywell__Synatra-V0.1-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T11:25:13.204412 运行的最新结果： python { "all": { "em": 0.32246224832214765, "em_stderr": 0.004786806140711669, "f1": 0.3963055788590608, "f1_stderr": 0.004634063813539812, "acc": 0.46089483255174657, "acc_stderr": 0.011702308149823175 }, "harness|drop|3": { "em": 0.32246224832214765, "em_stderr": 0.004786806140711669, "f1": 0.3963055788590608, "f1_stderr": 0.004634063813539812 }, "harness|gsm8k|5": { "acc": 0.19408642911296436, "acc_stderr": 0.010893918308192417 }, "harness|winogrande|5": { "acc": 0.7277032359905288, "acc_stderr": 0.012510697991453932 } }

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_10_10T04_30_58.971713
    • 路径: **/details_harness|arc:challenge|25_2023-10-10T04-30-58.971713.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-10T04-30-58.971713.parquet

• harness_drop_3

  • 分割: 2023_10_23T11_25_13.204412
    • 路径: **/details_harness|drop|3_2023-10-23T11-25-13.204412.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-23T11-25-13.204412.parquet

• harness_gsm8k_5

  • 分割: 2023_10_23T11_25_13.204412
    • 路径: **/details_harness|gsm8k|5_2023-10-23T11-25-13.204412.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-23T11-25-13.204412.parquet

• harness_hellaswag_10

  • 分割: 2023_10_10T04_30_58.971713
    • 路径: **/details_harness|hellaswag|10_2023-10-10T04-30-58.971713.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-10T04-30-58.971713.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_10T04_30_58.971713
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-10T04-30-58.971713.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-10T04-30-58.971713.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-10T04-30-58.971713.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-10T04-30-58.971713.parquet
      • ...（其他路径省略）