open-llm-leaderboard-old/details_yeen214__test_llama2_ko_7b

该数据集是在模型 yeen214/test_llama2_ko_7b 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，每个配置对应一个特定的评估任务。数据集是从 2 次运行中生成的，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，这些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 yeen214/test_llama2_ko_7b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_yeen214__test_llama2_ko_7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T10:13:17.932483 运行 的最新结果： python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 2.3070469798657714e-05, "f1_stderr": 9.018273500539545e-06, "acc": 0.24191002367797948, "acc_stderr": 0.007022563065489298 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 2.3070469798657714e-05, "f1_stderr": 9.018273500539545e-06 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.48382004735595896, "acc_stderr": 0.014045126130978596 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_10_04T06_48_16.505628
  • 路径: **/details_harness|arc:challenge|25_2023-10-04T06-48-16.505628.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-10-04T06-48-16.505628.parquet

• harness_drop_3

  • 分割: 2023_10_24T10_13_17.932483
  • 路径: **/details_harness|drop|3_2023-10-24T10-13-17.932483.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-24T10-13-17.932483.parquet

• harness_gsm8k_5

  • 分割: 2023_10_24T10_13_17.932483
  • 路径: **/details_harness|gsm8k|5_2023-10-24T10-13-17.932483.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-24T10-13-17.932483.parquet

• harness_hellaswag_10

  • 分割: 2023_10_04T06_48_16.505628
  • 路径: **/details_harness|hellaswag|10_2023-10-04T06-48-16.505628.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-10-04T06-48-16.505628.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_04T06_48_16.505628
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T06-48-16.505628.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T06-48-16.505628.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T06-48-16.505628.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T06-48-16.505628.parquet
    • ...（其他路径省略）