open-llm-leaderboard-old/details_Salesforce__codegen-6B-nl

该数据集是在Open LLM Leaderboard上对Salesforce/codegen-6B-nl模型进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，名为results的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Hugging Face datasets库加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 Salesforce/codegen-6B-nl 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

数据集结构

• 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 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。
• "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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Salesforce__codegen-6B-nl", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T04:29:16.787145 运行的最新结果： python { "all": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801256, "f1": 0.04463716442953032, "f1_stderr": 0.0011286825965254675, "acc": 0.34327415533879496, "acc_stderr": 0.008654369331480736 }, "harness|drop|3": { "em": 0.0008389261744966443, "em_stderr": 0.0002964962989801256, "f1": 0.04463716442953032, "f1_stderr": 0.0011286825965254675 }, "harness|gsm8k|5": { "acc": 0.021986353297952996, "acc_stderr": 0.004039162758110055 }, "harness|winogrande|5": { "acc": 0.664561957379637, "acc_stderr": 0.013269575904851416 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_07_19T15_42_44.992291
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T15:42:44.992291.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-19T15:42:44.992291.parquet

• harness_drop_3

  • 分割: 2023_09_23T04_29_16.787145
    • 路径: **/details_harness|drop|3_2023-09-23T04-29-16.787145.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-23T04-29-16.787145.parquet

• harness_gsm8k_5

  • 分割: 2023_09_23T04_29_16.787145
    • 路径: **/details_harness|gsm8k|5_2023-09-23T04-29-16.787145.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-23T04-29-16.787145.parquet

• harness_hellaswag_10

  • 分割: 2023_07_19T15_42_44.992291
    • 路径: **/details_harness|hellaswag|10_2023-07-19T15:42:44.992291.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-19T15:42:44.992291.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_19T15_42_44.992291
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:42:44.992291.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T15:42:44.992291.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T15:42:44.992291.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T15:42:44.992291.parquet
      • ...（其他路径省略）