open-llm-leaderboard-old/details_jxhong__CAlign-alpaca-7b

该数据集是在模型jxhong/CAlign-alpaca-7b的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，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"分割始终指向最新结果。此外，"results"配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 jxhong/CAlign-alpaca-7b 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：64个配置，每个配置对应一个评估任务。
• 创建来源：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。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：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 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jxhong__CAlign-alpaca-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-23T14:18:50.060462 运行 的最新结果： python { "all": { "em": 0.1967281879194631, "em_stderr": 0.0040710291374288195, "f1": 0.2515457214765097, "f1_stderr": 0.004085507734234057, "acc": 0.36712327209690443, "acc_stderr": 0.007903286807442752 }, "harness|drop|3": { "em": 0.1967281879194631, "em_stderr": 0.0040710291374288195, "f1": 0.2515457214765097, "f1_stderr": 0.004085507734234057 }, "harness|gsm8k|5": { "acc": 0.013646702047005308, "acc_stderr": 0.003195747075480819 }, "harness|winogrande|5": { "acc": 0.7205998421468035, "acc_stderr": 0.012610826539404686 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_09T20_26_06.755216
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T20:26:06.755216.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-09T20:26:06.755216.parquet

• harness_drop_3

  • 分割：2023_09_23T14_18_50.060462
  • 路径：**/details_harness|drop|3_2023-09-23T14-18-50.060462.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-23T14-18-50.060462.parquet

• harness_gsm8k_5

  • 分割：2023_09_23T14_18_50.060462
  • 路径：**/details_harness|gsm8k|5_2023-09-23T14-18-50.060462.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-23T14-18-50.060462.parquet

• harness_hellaswag_10

  • 分割：2023_08_09T20_26_06.755216
  • 路径：**/details_harness|hellaswag|10_2023-08-09T20:26:06.755216.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-09T20:26:06.755216.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_09T20_26_06.755216
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T20:26:06.755216.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T20:26:06.755216.parquet

（其他配置详情省略）