open-llm-leaderboard-old/details_LordNoah__Alpaca_refine_tuned_gpt2_large
收藏数据集概述
该数据集是在对模型 LordNoah/Alpaca_refine_tuned_gpt2_large 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集组成
- 数据集包含 63 个配置，每个配置对应一个评估任务。
- 数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分割找到，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_LordNoah__Alpaca_refine_tuned_gpt2_large", "harness_winogrande_5", split="train")
最新结果
这些是最新的结果，来自 2024-01-22T13:48:41.144585 的运行： python { "all": { "acc": 0.27073502428002855, "acc_stderr": 0.031357406847036265, "acc_norm": 0.27231339886188605, "acc_norm_stderr": 0.032151283377254807, "mc1": 0.21542227662178703, "mc1_stderr": 0.01439190265242768, "mc2": 0.3790988407554485, "mc2_stderr": 0.01414566169158044 }, "harness|arc:challenge|25": { "acc": 0.25426621160409557, "acc_stderr": 0.01272499994515774, "acc_norm": 0.27559726962457337, "acc_norm_stderr": 0.013057169655761838 }, "harness|hellaswag|10": { "acc": 0.36367257518422624, "acc_stderr": 0.004800728138792372, "acc_norm": 0.4509061939852619, "acc_norm_stderr": 0.004965670398127349 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.26, "acc_stderr": 0.0440844002276808, "acc_norm": 0.26, "acc_norm_stderr": 0.0440844002276808 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_22T13_48_41.144585, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-22T13-48-41.144585.parquet
-
harness_gsm8k_5
- 分割：2024_01_22T13_48_41.144585, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-22T13-48-41.144585.parquet
-
harness_hellaswag_10
- 分割：2024_01_22T13_48_41.144585, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-22T13-48-41.144585.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_22T13_48_41.144585, latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-22T13-48-41.144585.parquet等
