open-llm-leaderboard-old/details_garage-bAInd__Camel-Platypus2-13B

该数据集是在模型garage-bAInd/Camel-Platypus2-13B在Open LLM Leaderboard上的评估运行期间自动创建的。它由64个配置组成，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行作为每个配置中的特定拆分，使用运行的时间戳命名。train拆分始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，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

数据集简介

该数据集是在对模型garage-bAInd/Camel-Platypus2-13B进行评估运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 数据集包含64个配置，每个配置对应一个评估任务。
• 数据集从2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_garage-bAInd__Camel-Platypus2-13B", "harness_winogrande_5", split="train")

最新结果

以下是2023-10-13T04:35:13.977731运行的最新结果： python { "all": { "em": 0.3248741610738255, "em_stderr": 0.004796115152921962, "f1": 0.38906250000000175, "f1_stderr": 0.004663274154133875, "acc": 0.37725358176562207, "acc_stderr": 0.006433257710580032 }, "harness|drop|3": { "em": 0.3248741610738255, "em_stderr": 0.004796115152921962, "f1": 0.38906250000000175, "f1_stderr": 0.004663274154133875 }, "harness|gsm8k|5": { "acc": 0.000758150113722517, "acc_stderr": 0.0007581501137225365 }, "harness|winogrande|5": { "acc": 0.7537490134175217, "acc_stderr": 0.012108365307437528 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_09T16_10_57.360881
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T16:10:57.360881.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T16:10:57.360881.parquet

• harness_drop_3

  • 分割：2023_10_13T04_35_13.977731
  • 路径：**/details_harness|drop|3_2023-10-13T04-35-13.977731.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-13T04-35-13.977731.parquet

• harness_gsm8k_5

  • 分割：2023_10_13T04_35_13.977731
  • 路径：**/details_harness|gsm8k|5_2023-10-13T04-35-13.977731.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-13T04-35-13.977731.parquet

• harness_hellaswag_10

  • 分割：2023_08_09T16_10_57.360881
  • 路径：**/details_harness|hellaswag|10_2023-08-09T16:10:57.360881.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-09T16:10:57.360881.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_09T16_10_57.360881
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T16:10:57.360881.parquet
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T16:10:57.360881.parquet