open-llm-leaderboard-old/details_BFauber__lora_llama2-13b_10e5_r8_a64

该数据集是在Open LLM Leaderboard上对模型BFauber/lora_llama2-13b_10e5_r8_a64进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个名为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库加载运行细节的示例。

原始信息汇总

数据集概述

数据集创建背景

该数据集是在对模型 BFauber/lora_llama2-13b_10e5_r8_a64 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集从1次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 聚合结果：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 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_BFauber__lora_llama2-13b_10e5_r8_a64", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-10T00:48:20.908592 运行的最新结果：

python { "all": { "acc": 0.5524405146956228, "acc_stderr": 0.033701490213019575, "acc_norm": 0.5584979529402682, "acc_norm_stderr": 0.03442632201055049, "mc1": 0.25458996328029376, "mc1_stderr": 0.01525011707915649, "mc2": 0.3707771077941534, "mc2_stderr": 0.01361069399032697 }, "harness|arc:challenge|25": { "acc": 0.5639931740614335, "acc_stderr": 0.014491225699230916, "acc_norm": 0.5955631399317406, "acc_norm_stderr": 0.014342036483436175 }, "harness|hellaswag|10": { "acc": 0.6156144194383589, "acc_stderr": 0.00485455529401756, "acc_norm": 0.8218482374029078, "acc_norm_stderr": 0.003818584384635533 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, ... }

配置详情

• harness_arc_challenge_25

  • 分片：2024_02_10T00_48_20.908592, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-10T00-48-20.908592.parquet

• harness_gsm8k_5

  • 分片：2024_02_10T00_48_20.908592, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-10T00-48-20.908592.parquet

• harness_hellaswag_10

  • 分片：2024_02_10T00_48_20.908592, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-10T00-48-20.908592.parquet

• harness_hendrycksTest_5

  • 分片：2024_02_10T00_48_20.908592, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T00-48-20.908592.parquet 等。

以上是数据集的详细概述，包括数据集的创建背景、结构、加载示例、最新结果以及具体配置详情。