open-llm-leaderboard-old/details_TheBloke__Wizard-Vicuna-7B-Uncensored-HF

该数据集是在模型TheBloke/Wizard-Vicuna-7B-Uncensored-HF在Open LLM Leaderboard上的评估过程中自动生成的。数据集由64个配置组成，每个配置对应一个特定的评估任务。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还提供了一个如何使用Python中的datasets库加载运行细节的示例。

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 TheBloke/Wizard-Vicuna-7B-Uncensored-HF 进行评估运行时自动创建的，评估结果展示在 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。
• 最新结果："train" 分割总是指向最新的结果。
• 结果汇总：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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__Wizard-Vicuna-7B-Uncensored-HF", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T23:25:47.452800 运行 的最新结果： python { "all": { "em": 0.18036912751677853, "em_stderr": 0.003937584689736024, "f1": 0.23801803691275183, "f1_stderr": 0.003988701736112215, "acc": 0.3838336904677134, "acc_stderr": 0.009164287920296908 }, "harness|drop|3": { "em": 0.18036912751677853, "em_stderr": 0.003937584689736024, "f1": 0.23801803691275183, "f1_stderr": 0.003988701736112215 }, "harness|gsm8k|5": { "acc": 0.045489006823351025, "acc_stderr": 0.005739657656722215 }, "harness|winogrande|5": { "acc": 0.7221783741120757, "acc_stderr": 0.012588918183871601 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_07_19T17_11_01.220046
    • path: **/details_harness|arc:challenge|25_2023-07-19T17:11:01.220046.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-07-19T17:11:01.220046.parquet

• config_name: harness_drop_3

  • split: 2023_10_22T23_25_47.452800
    • path: **/details_harness|drop|3_2023-10-22T23-25-47.452800.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-22T23-25-47.452800.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_22T23_25_47.452800
    • path: **/details_harness|gsm8k|5_2023-10-22T23-25-47.452800.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-22T23-25-47.452800.parquet

• config_name: harness_hellaswag_10

  • split: 2023_07_19T17_11_01.220046
    • path: **/details_harness|hellaswag|10_2023-07-19T17:11:01.220046.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-07-19T17:11:01.220046.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_07_19T17_11_01.220046
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:11:01.220046.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:11:01.220046.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:11:01.220046.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:11:01.220046.parquet
      • ...（其他路径省略）