open-llm-leaderboard/details_ehartford__CodeLlama-34b-Python-hf

该数据集是在模型ehartford/CodeLlama-34b-Python-hf的评估运行期间自动创建的，评估运行是在Open LLM Leaderboard上进行的。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次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳命名。"train"分割始终指向最新的结果。此外，还有一个名为"results"的配置，存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 ehartford/CodeLlama-34b-Python-hf 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。
• 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_ehartford__CodeLlama-34b-Python-hf", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T22:02:41.600326 运行的最新结果： python { "all": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931190325, "f1": 0.0019200922818791944, "f1_stderr": 0.0004138356823487018, "acc": 0.3307024467245462, "acc_stderr": 0.006650084932921209 }, "harness|drop|3": { "em": 0.0012583892617449664, "em_stderr": 0.00036305608931190325, "f1": 0.0019200922818791944, "f1_stderr": 0.0004138356823487018 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.6614048934490924, "acc_stderr": 0.013300169865842417 } }

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_08_26T01_57_15.339948
    • 路径: **/details_harness|arc:challenge|25_2023-08-26T01:57:15.339948.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-26T01:57:15.339948.parquet

• harness_drop_3

  • 分割: 2023_09_17T22_02_41.600326
    • 路径: **/details_harness|drop|3_2023-09-17T22-02-41.600326.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-17T22-02-41.600326.parquet

• harness_gsm8k_5

  • 分割: 2023_09_17T22_02_41.600326
    • 路径: **/details_harness|gsm8k|5_2023-09-17T22-02-41.600326.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-17T22-02-41.600326.parquet

• harness_hellaswag_10

  • 分割: 2023_08_26T01_57_15.339948
    • 路径: **/details_harness|hellaswag|10_2023-08-26T01:57:15.339948.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-26T01:57:15.339948.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_26T01_57_15.339948
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T01:57:15.339948.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-26T01:57:15.339948.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T01:57:15.339948.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-26T01:57:15.339948.parquet
      • ...（其他路径省略）