open-llm-leaderboard/details_LeoLM__leo-hessianai-7b-chat-bilingual

该数据集是在模型LeoLM/leo-hessianai-7b-chat-bilingual在Open LLM Leaderboard上进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，一个名为results的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在Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集创建背景

该数据集是在对模型 LeoLM/leo-hessianai-7b-chat-bilingual 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

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，每次运行在每个配置中作为一个特定的分割存在，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_LeoLM__leo-hessianai-7b-chat-bilingual", "harness_winogrande_5", split="train")

最新结果

以下是最新结果（来自 2023-10-23T19:54:04.728706 运行）的摘要： python { "all": { "em": 0.009018456375838927, "em_stderr": 0.0009681408355965226, "f1": 0.05717386744966448, "f1_stderr": 0.001552783174555872, "acc": 0.36723786226799976, "acc_stderr": 0.008638708249376178 }, "harness|drop|3": { "em": 0.009018456375838927, "em_stderr": 0.0009681408355965226, "f1": 0.05717386744966448, "f1_stderr": 0.001552783174555872 }, "harness|gsm8k|5": { "acc": 0.027293404094010616, "acc_stderr": 0.004488095380209748 }, "harness|winogrande|5": { "acc": 0.7071823204419889, "acc_stderr": 0.012789321118542606 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_10_04T00_21_31.959346
    • 路径: **/details_harness|arc:challenge|25_2023-10-04T00-21-31.959346.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-04T00-21-31.959346.parquet

• harness_drop_3

  • 分割: 2023_10_23T19_54_04.728706
    • 路径: **/details_harness|drop|3_2023-10-23T19-54-04.728706.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-23T19-54-04.728706.parquet

• harness_gsm8k_5

  • 分割: 2023_10_23T19_54_04.728706
    • 路径: **/details_harness|gsm8k|5_2023-10-23T19-54-04.728706.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-23T19-54-04.728706.parquet

• harness_hellaswag_10

  • 分割: 2023_10_04T00_21_31.959346
    • 路径: **/details_harness|hellaswag|10_2023-10-04T00-21-31.959346.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-04T00-21-31.959346.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_04T00_21_31.959346
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T00-21-31.959346.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T00-21-31.959346.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T00-21-31.959346.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T00-21-31.959346.parquet
      • ...（其他路径省略）