open-llm-leaderboard-old/details_migtissera__Synthia-13B

该数据集是在模型migtissera/Synthia-13B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，每个配置对应一个评估任务。数据集是从2次运行中创建的，每次运行在每个配置中作为一个特定的分割找到。train分割始终指向最新的结果。一个额外的配置results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还提供了一个如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 migtissera/Synthia-13B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

数据集由 64 个配置组成，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。

额外配置

一个额外的配置 "results" 存储了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

以下是加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_migtissera__Synthia-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T08:11:39.705325 运行的最新结果： python { "all": { "em": 0.007130872483221477, "em_stderr": 0.0008617017796718602, "f1": 0.07447776845637605, "f1_stderr": 0.0016286126770648315, "acc": 0.435392086875506, "acc_stderr": 0.010302368716354655 }, "harness|drop|3": { "em": 0.007130872483221477, "em_stderr": 0.0008617017796718602, "f1": 0.07447776845637605, "f1_stderr": 0.0016286126770648315 }, "harness|gsm8k|5": { "acc": 0.10993176648976498, "acc_stderr": 0.008616195587865404 }, "harness|winogrande|5": { "acc": 0.760852407261247, "acc_stderr": 0.011988541844843905 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_18T07_48_14.366837
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T07:48:14.366837.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T07:48:14.366837.parquet

• harness_drop_3

  • 分割：2023_10_15T08_11_39.705325
  • 路径：**/details_harness|drop|3_2023-10-15T08-11-39.705325.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-15T08-11-39.705325.parquet

• harness_gsm8k_5

  • 分割：2023_10_15T08_11_39.705325
  • 路径：**/details_harness|gsm8k|5_2023-10-15T08-11-39.705325.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-15T08-11-39.705325.parquet

• harness_hellaswag_10

  • 分割：2023_08_18T07_48_14.366837
  • 路径：**/details_harness|hellaswag|10_2023-08-18T07:48:14.366837.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-18T07:48:14.366837.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_18T07_48_14.366837
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T07:48:14.366837.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T07:48:14.366837.parquet 等