open-llm-leaderboard-old/details_BFauber__lora_llama2-13b_10e5_r128_a16
收藏数据集概述
数据集简介
该数据集是在对模型 BFauber/lora_llama2-13b_10e5_r128_a16 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集结构
- 配置数量：63个配置，每个配置对应一个评估任务。
- 创建来源：从1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" 分割总是指向最新的结果。
- 聚合结果：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_BFauber__lora_llama2-13b_10e5_r128_a16", "harness_winogrande_5", split="train")
最新结果
以下是 2024-02-10T01:06:53.284572 运行的最新结果：
python { "all": { "acc": 0.5553516912928418, "acc_stderr": 0.03366093927931328, "acc_norm": 0.561202247356678, "acc_norm_stderr": 0.034381877649567884, "mc1": 0.2631578947368421, "mc1_stderr": 0.015415241740237017, "mc2": 0.38216302938189795, "mc2_stderr": 0.013788037888201266 }, "harness|arc:challenge|25": { "acc": 0.5622866894197952, "acc_stderr": 0.014497573881108287, "acc_norm": 0.5989761092150171, "acc_norm_stderr": 0.01432225579071987 }, "harness|hellaswag|10": { "acc": 0.616211909978092, "acc_stderr": 0.004853134271547768, "acc_norm": 0.8231428002389962, "acc_norm_stderr": 0.0038076803311729037 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_02_10T01_06_53.284572, latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-10T01-06-53.284572.parquet
-
harness_gsm8k_5
- 分割：2024_02_10T01_06_53.284572, latest
- 路径：
**/details_harness|gsm8k|5_2024-02-10T01-06-53.284572.parquet
-
harness_hellaswag_10
- 分割：2024_02_10T01_06_53.284572, latest
- 路径：
**/details_harness|hellaswag|10_2024-02-10T01-06-53.284572.parquet
-
harness_hendrycksTest_5
- 分割：2024_02_10T01_06_53.284572, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T01-06-53.284572.parquet等。
