open-llm-leaderboard/details_TheBloke__CodeLlama-13B-Python-fp16

该数据集是在Open LLM Leaderboard上对模型TheBloke/CodeLlama-13B-Python-fp16进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个被评估的任务。它由2次运行创建，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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Hugging Face datasets库加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 TheBloke/CodeLlama-13B-Python-fp16 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 数据来源：从 2 次运行中创建，每次运行对应一个特定的时间戳分割。
• 最新结果："train" 分割始终指向最新结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__CodeLlama-13B-Python-fp16", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T10:58:59.562452 运行的最新结果： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.04942743288590626, "f1_stderr": 0.001208970062104149, "acc": 0.3874335571481828, "acc_stderr": 0.01073390691452439 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.04942743288590626, "f1_stderr": 0.001208970062104149 }, "harness|gsm8k|5": { "acc": 0.10083396512509477, "acc_stderr": 0.008294031192126591 }, "harness|winogrande|5": { "acc": 0.6740331491712708, "acc_stderr": 0.013173782636922189 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_25T19_26_38.056569
  • 路径：**/details_harness|arc:challenge|25_2023-08-25T19:26:38.056569.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-25T19:26:38.056569.parquet

• harness_drop_3

  • 分割：2023_10_22T10_58_59.562452
  • 路径：**/details_harness|drop|3_2023-10-22T10-58-59.562452.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-22T10-58-59.562452.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T10_58_59.562452
  • 路径：**/details_harness|gsm8k|5_2023-10-22T10-58-59.562452.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T10-58-59.562452.parquet

• harness_hellaswag_10

  • 分割：2023_08_25T19_26_38.056569
  • 路径：**/details_harness|hellaswag|10_2023-08-25T19:26:38.056569.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-25T19:26:38.056569.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_25T19_26_38.056569
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-25T19:26:38.056569.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-25T19:26:38.056569.parquet