open-llm-leaderboard-old/details_togethercomputer__RedPajama-INCITE-Instruct-7B-v0.1

该数据集是在评估模型togethercomputer/RedPajama-INCITE-Instruct-7B-v0.1时自动创建的。它由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 togethercomputer/RedPajama-INCITE-Instruct-7B-v0.1 的过程中自动创建的，用于 Open LLM Leaderboard。

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，每个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。
• 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" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_togethercomputer__RedPajama-INCITE-Instruct-7B-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-21T19:03:28.692424 运行的最新结果： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.04208578020134259, "f1_stderr": 0.00114625984545935, "acc": 0.3327435280488615, "acc_stderr": 0.008428433474529594 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857104, "f1": 0.04208578020134259, "f1_stderr": 0.00114625984545935 }, "harness|gsm8k|5": { "acc": 0.01592115238817286, "acc_stderr": 0.0034478192723889985 }, "harness|winogrande|5": { "acc": 0.6495659037095501, "acc_stderr": 0.013409047676670187 } }

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_13_41.605696
    • path: **/details_harness|arc:challenge|25_2023-07-19T17:13:41.605696.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-07-19T17:13:41.605696.parquet

• config_name: harness_drop_3

  • split: 2023_10_21T19_03_28.692424
    • path: **/details_harness|drop|3_2023-10-21T19-03-28.692424.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-21T19-03-28.692424.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_21T19_03_28.692424
    • path: **/details_harness|gsm8k|5_2023-10-21T19-03-28.692424.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-21T19-03-28.692424.parquet

• config_name: harness_hellaswag_10

  • split: 2023_07_19T17_13_41.605696
    • path: **/details_harness|hellaswag|10_2023-07-19T17:13:41.605696.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-07-19T17:13:41.605696.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_07_19T17_13_41.605696
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:13:41.605696.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:13:41.605696.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:13:41.605696.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:13:41.605696.parquet
      • ...（其他路径省略）