open-llm-leaderboard/details_lizpreciatior__lzlv_70b_fp16_hf

该数据集是在Open LLM Leaderboard上对模型lizpreciatior/lzlv_70b_fp16_hf进行评估时自动创建的。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 lizpreciatior/lzlv_70b_fp16_hf 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集结构

• 配置数量：数据集包含 64 个配置，每个配置对应一个评估任务。
• 运行次数：数据集从 2 次运行中创建。每个运行结果作为一个特定的分割（split）存储在每个配置中，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

以下是一个加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lizpreciatior__lzlv_70b_fp16_hf", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T11:08:18.401041 运行 的最新结果： python { "all": { "em": 0.040058724832214766, "em_stderr": 0.002008216561907643, "f1": 0.10676174496644267, "f1_stderr": 0.002328625422990624, "acc": 0.5717896950225979, "acc_stderr": 0.011591305235224383 }, "harness|drop|3": { "em": 0.040058724832214766, "em_stderr": 0.002008216561907643, "f1": 0.10676174496644267, "f1_stderr": 0.002328625422990624 }, "harness|gsm8k|5": { "acc": 0.30932524639878695, "acc_stderr": 0.012731710925078124 }, "harness|winogrande|5": { "acc": 0.8342541436464088, "acc_stderr": 0.010450899545370642 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_10T17_25_31.421123
  • 路径：**/details_harness|arc:challenge|25_2023-10-10T17-25-31.421123.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-10T17-25-31.421123.parquet

• harness_drop_3

  • 分割：2023_10_24T11_08_18.401041
  • 路径：**/details_harness|drop|3_2023-10-24T11-08-18.401041.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-24T11-08-18.401041.parquet

• harness_gsm8k_5

  • 分割：2023_10_24T11_08_18.401041
  • 路径：**/details_harness|gsm8k|5_2023-10-24T11-08-18.401041.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-24T11-08-18.401041.parquet

• harness_hellaswag_10

  • 分割：2023_10_10T17_25_31.421123
  • 路径：**/details_harness|hellaswag|10_2023-10-10T17-25-31.421123.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-10T17-25-31.421123.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_10T17_25_31.421123
  • 路径：多个文件路径，例如：
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-10T17-25-31.421123.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-10T17-25-31.421123.parquet
  • 分割：latest
  • 路径：多个文件路径，例如：
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-10T17-25-31.421123.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-10T17-25-31.421123.parquet