open-llm-leaderboard/details_WeOpenML__Alpaca-7B-v1

该数据集是在评估模型WeOpenML/Alpaca-7B-v1时自动创建的，包含64个配置，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配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称：Evaluation run of WeOpenML/Alpaca-7B-v1

数据集组成

• 该数据集包含64个配置，每个配置对应一个评估任务。
• 数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分割形式存在。
• "train"分割始终指向最新的结果。

额外配置

• 一个额外的配置"results"存储了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_WeOpenML__Alpaca-7B-v1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2023-09-23T06:14:35.879724运行，包含多个任务的评估指标。

配置详情

• harness_arc_challenge_25

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-24T11:38:11.458157.parquet

• harness_drop_3

  • 分割：2023_09_23T06_14_35.879724, latest
  • 路径：**/details_harness|drop|3_2023-09-23T06-14-35.879724.parquet

• harness_gsm8k_5

  • 分割：2023_09_23T06_14_35.879724, latest
  • 路径：**/details_harness|gsm8k|5_2023-09-23T06-14-35.879724.parquet

• harness_hellaswag_10

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hellaswag|10_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：多个路径，例如**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-07-24T11:38:11.458157.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割：2023_07_24T11_38_11.458157, latest
  • 路径：**/details_harness|hendrycksTest-elementary_mathematics|5_2023-07-24T11:38:11.458157.parquet