open-llm-leaderboard-old/details_Changgil__K2S3-Llama2-13b-v1.0

该数据集是在评估模型Changgil/K2S3-Llama2-13b-v1.0时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，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，用于计算和展示Open LLM Leaderboard上的聚合指标。

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 Changgil/K2S3-Llama2-13b-v1.0 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。
• 数据来源：数据集来自1次运行，每次运行在每个配置中都有特定的分割，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" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Changgil__K2S3-Llama2-13b-v1.0", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.507084138532915, "acc_stderr": 0.03412781955169117, "acc_norm": 0.5146937498130745, "acc_norm_stderr": 0.03496583574381494, "mc1": 0.28886168910648713, "mc1_stderr": 0.01586634640138431, "mc2": 0.4517259992156027, "mc2_stderr": 0.015006332080881656 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_29T19_19_39.542860, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-29T19-19-39.542860.parquet

• harness_gsm8k_5

  • 分割：2024_02_29T19_19_39.542860, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-29T19-19-39.542860.parquet

• harness_hellaswag_10

  • 分割：2024_02_29T19_19_39.542860, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-29T19-19-39.542860.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_29T19_19_39.542860, latest
  • 路径：多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T19-19-39.542860.parquet 等。