open-llm-leaderboard-old/details_dhmeltzer__Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16

该数据集是在模型dhmeltzer/Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16在Open LLM Leaderboard上的评估运行期间自动创建的。它由64个配置组成，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。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。可以使用datasets库中的load_dataset函数加载该数据集。

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 dhmeltzer/Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16 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" 存储所有运行结果的聚合，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_dhmeltzer__Llama-2-13b-hf-ds_wiki_1024_full_r_64_alpha_16", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T11:55:30.067408 运行 的最新结果： python { "all": { "em": 0.0016778523489932886, "em_stderr": 0.0004191330178826867, "f1": 0.06479446308724818, "f1_stderr": 0.0014092381006987735, "acc": 0.4316480101102639, "acc_stderr": 0.010106933446946506 }, "harness|drop|3": { "em": 0.0016778523489932886, "em_stderr": 0.0004191330178826867, "f1": 0.06479446308724818, "f1_stderr": 0.0014092381006987735 }, "harness|gsm8k|5": { "acc": 0.10007581501137225, "acc_stderr": 0.00826627452868562 }, "harness|winogrande|5": { "acc": 0.7632202052091555, "acc_stderr": 0.01194759236520739 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_09_11T17_50_57.787560
  • 路径：**/details_harness|arc:challenge|25_2023-09-11T17-50-57.787560.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-11T17-50-57.787560.parquet

• harness_drop_3

  • 分割：2023_10_25T11_55_30.067408
  • 路径：**/details_harness|drop|3_2023-10-25T11-55-30.067408.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T11-55-30.067408.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T11_55_30.067408
  • 路径：**/details_harness|gsm8k|5_2023-10-25T11-55-30.067408.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T11-55-30.067408.parquet

• harness_hellaswag_10

  • 分割：2023_09_11T17_50_57.787560
  • 路径：**/details_harness|hellaswag|10_2023-09-11T17-50-57.787560.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-11T17-50-57.787560.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_11T17_50_57.787560
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-50-57.787560.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-11T17-50-57.787560.parquet 等