open-llm-leaderboard/details_gaodrew__gaodrew-llama-30b-instruct-2048-Open-Platypus-100steps

该数据集是在模型 gaodrew/gaodrew-llama-30b-instruct-2048-Open-Platypus-100steps 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集包含 64 个配置，每个配置对应一个被评估的任务。数据集由 2 次运行的数据组成，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，还有一个 results 配置，用于存储所有运行的聚合结果，并用于在 Open LLM Leaderboard 上计算和显示指标。README 还提供了一个 Python 代码片段用于加载数据集，并显示了特定运行的最新结果。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 gaodrew/gaodrew-llama-30b-instruct-2048-Open-Platypus-100steps 在 Open LLM Leaderboard 上的自动创建的。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 创建来源：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。
• 最新结果："train" 分割始终指向最新的结果。
• 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_gaodrew__gaodrew-llama-30b-instruct-2048-Open-Platypus-100steps", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-01T22:04:43.928284 运行的最新结果： python { "all": { "em": 0.0036703020134228187, "em_stderr": 0.0006192871806511078, "f1": 0.07745071308724842, "f1_stderr": 0.0016031429592015417, "acc": 0.4924286713583812, "acc_stderr": 0.01078503608525705 }, "harness|drop|3": { "em": 0.0036703020134228187, "em_stderr": 0.0006192871806511078, "f1": 0.07745071308724842, "f1_stderr": 0.0016031429592015417 }, "harness|gsm8k|5": { "acc": 0.17664897649734648, "acc_stderr": 0.01050486250585457 }, "harness|winogrande|5": { "acc": 0.8082083662194159, "acc_stderr": 0.011065209664659527 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_08_19T01_39_27.936729
  • 路径：**/details_harness|arc:challenge|25_2023-08-19T01:39:27.936729.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-19T01:39:27.936729.parquet

• harness_drop_3

  • 分割：2023_10_01T22_04_43.928284
  • 路径：**/details_harness|drop|3_2023-10-01T22-04-43.928284.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-01T22-04-43.928284.parquet

• harness_gsm8k_5

  • 分割：2023_10_01T22_04_43.928284
  • 路径：**/details_harness|gsm8k|5_2023-10-01T22-04-43.928284.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-01T22-04-43.928284.parquet

• harness_hellaswag_10

  • 分割：2023_08_19T01_39_27.936729
  • 路径：**/details_harness|hellaswag|10_2023-08-19T01:39:27.936729.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-19T01:39:27.936729.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_19T01_39_27.936729
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-19T01:39:27.936729.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-19T01:39:27.936729.parquet

• 其他配置：类似上述格式，包含多个子任务的配置。