open-llm-leaderboard/details_jondurbin__airoboros-l2-13b-gpt4-m2.0

该数据集是在模型[jondurbin/airoboros-l2-13b-gpt4-m2.0](https://huggingface.co/jondurbin/airoboros-l2-13b-gpt4-m2.0)的评估运行中自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行都可以在特定配置中找到，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，并用于计算和显示在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在模型 jondurbin/airoboros-l2-13b-gpt4-m2.0 在 Open LLM Leaderboard 上的评估运行期间自动创建的。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。

数据集结构

数据集包含多个配置，每个配置对应不同的评估任务。以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_18T08_32_42.679525
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T08:32:42.679525.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T08:32:42.679525.parquet

• harness_drop_3

  • 分割：2023_10_22T10_34_16.323837
  • 路径：**/details_harness|drop|3_2023-10-22T10-34-16.323837.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-22T10-34-16.323837.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T10_34_16.323837
  • 路径：**/details_harness|gsm8k|5_2023-10-22T10-34-16.323837.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T10-34-16.323837.parquet

• harness_hellaswag_10

  • 分割：2023_08_18T08_32_42.679525
  • 路径：**/details_harness|hellaswag|10_2023-08-18T08:32:42.679525.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-18T08:32:42.679525.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_18T08_32_42.679525
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T08:32:42.679525.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T08:32:42.679525.parquet

最新结果

以下是 2023-10-22T10:34:16.323837 运行的最新结果：

python { "all": { "em": 0.07319630872483221, "em_stderr": 0.002667338409592003, "f1": 0.1402590184563752, "f1_stderr": 0.0029073464846959135, "acc": 0.4114071373819467, "acc_stderr": 0.010061446818381128 }, "harness|drop|3": { "em": 0.07319630872483221, "em_stderr": 0.002667338409592003, "f1": 0.1402590184563752, "f1_stderr": 0.0029073464846959135 }, "harness|gsm8k|5": { "acc": 0.08642911296436695, "acc_stderr": 0.007740044337103796 }, "harness|winogrande|5": { "acc": 0.7363851617995264, "acc_stderr": 0.012382849299658463 } }