open-llm-leaderboard-old/details_StudentLLM__Alpagasus-2-13b-QLoRA-merged
收藏数据集概述
数据集创建背景
该数据集是在对模型 StudentLLM/Alpagasus-2-13b-QLoRA-merged 进行评估运行时自动创建的，评估运行在 Open LLM Leaderboard 上进行。
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 4 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_StudentLLM__Alpagasus-2-13b-QLoRA-merged", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-27T20:12:36.073167 运行的最新结果： python { "all": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241773, "f1": 0.06265939597315423, "f1_stderr": 0.001378921060077413, "acc": 0.4424643648503177, "acc_stderr": 0.010216085204246378 }, "harness|drop|3": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241773, "f1": 0.06265939597315423, "f1_stderr": 0.001378921060077413 }, "harness|gsm8k|5": { "acc": 0.11144806671721001, "acc_stderr": 0.008668021353794427 }, "harness|winogrande|5": { "acc": 0.7734806629834254, "acc_stderr": 0.011764149054698329 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_09_11T18_18_21.353761
- 路径：
**/details_harness|arc:challenge|25_2023-09-11T18-18-21.353761.parquet
- 路径：
- 分割：2023_09_21T21_35_59.433556
- 路径：
**/details_harness|arc:challenge|25_2023-09-21T21-35-59.433556.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-09-21T21-35-59.433556.parquet
- 路径：
- 分割：2023_09_11T18_18_21.353761
-
harness_drop_3
- 分割：2023_10_26T10_45_15.535939
- 路径：
**/details_harness|drop|3_2023-10-26T10-45-15.535939.parquet
- 路径：
- 分割：2023_10_27T20_12_36.073167
- 路径：
**/details_harness|drop|3_2023-10-27T20-12-36.073167.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-27T20-12-36.073167.parquet
- 路径：
- 分割：2023_10_26T10_45_15.535939
-
harness_gsm8k_5
- 分割：2023_10_26T10_45_15.535939
- 路径：
**/details_harness|gsm8k|5_2023-10-26T10-45-15.535939.parquet
- 路径：
- 分割：2023_10_27T20_12_36.073167
- 路径：
**/details_harness|gsm8k|5_2023-10-27T20-12-36.073167.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-27T20-12-36.073167.parquet
- 路径：
- 分割：2023_10_26T10_45_15.535939
-
harness_hellaswag_10
- 分割：2023_09_11T18_18_21.353761
- 路径：
**/details_harness|hellaswag|10_2023-09-11T18-18-21.353761.parquet
- 路径：
- 分割：2023_09_21T21_35_59.433556
- 路径：
**/details_harness|hellaswag|10_2023-09-21T21-35-59.433556.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-09-21T21-35-59.433556.parquet
- 路径：
- 分割：2023_09_11T18_18_21.353761
-
harness_hendrycksTest_5
- 分割：2023_09_11T18_18_21.353761
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T18-18-21.353761.parquet**/details_harness|hendrycksTest-anatomy|5_2023-09-11T18-18-21.353761.parquet- ...
- 路径：
- 分割：2023_09_21T21_35_59.433556
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T21-35-59.433556.parquet**/details_harness|hendrycksTest-anatomy|5_2023-09-21T21-35-59.433556.parquet- ...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T21-35-59.433556.parquet**/details_harness|hendrycksTest-anatomy|5_2023-09-21T21-35-59.433556.parquet- ...
- 路径：
- 分割：2023_09_11T18_18_21.353761
