open-llm-leaderboard-old/details_marcchew__Platypus-2-7B-LaMini-14K

该数据集是在模型marcchew/Platypus-2-7B-LaMini-14K在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。它由4次运行创建，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。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，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行详情的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 marcchew/Platypus-2-7B-LaMini-14K 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 该数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 4 次运行中创建，每次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。
• "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 Open LLM Leaderboard 上的聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_marcchew__Platypus-2-7B-LaMini-14K", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-03T19:16:09.335987 运行 的最新结果：

python { "all": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T17-52-15.447894.parquet

• harness_drop_3

  • 分割：2023_11_05T06_09_29.689794, 2023_11_08T08_38_24.948337, latest
  • 路径：**/details_harness|drop|3_2023-11-05T06-09-29.689794.parquet, **/details_harness|drop|3_2023-11-08T08-38-24.948337.parquet

• harness_gsm8k_5

  • 分割：2023_11_05T06_09_29.689794, 2023_11_08T08_38_24.948337, 2023_12_03T19_16_09.335987, latest
  • 路径：**/details_harness|gsm8k|5_2023-11-05T06-09-29.689794.parquet, **/details_harness|gsm8k|5_2023-11-08T08-38-24.948337.parquet, **/details_harness|gsm8k|5_2023-12-03T19-16-09.335987.parquet

• harness_hellaswag_10

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hellaswag|10_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：多个路径，详见原文

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-12T17-52-15.447894.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割：2023_09_12T17_52_15.447894, latest
  • 路径：**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-12T17-52-15.447894.parquet