open-llm-leaderboard/details_junelee__wizard-vicuna-13b

该数据集是在模型 junelee/wizard-vicuna-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，每个配置对应一个被评估的任务。它由 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。文件还提供了如何使用 Python 中的 datasets 库加载运行中的详细信息的示例。

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 junelee/wizard-vicuna-13b 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。
• 运行次数：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 结果汇总：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 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_junelee__wizard-vicuna-13b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T14:38:37.071272 运行 的最新结果： python { "all": { "em": 0.03544463087248322, "em_stderr": 0.0018935573437954085, "f1": 0.10134962248322173, "f1_stderr": 0.002317193152000018, "acc": 0.4199801576497466, "acc_stderr": 0.010074715624299561 }, "harness|drop|3": { "em": 0.03544463087248322, "em_stderr": 0.0018935573437954085, "f1": 0.10134962248322173, "f1_stderr": 0.002317193152000018 }, "harness|gsm8k|5": { "acc": 0.09173616376042457, "acc_stderr": 0.007950942148339338 }, "harness|winogrande|5": { "acc": 0.7482241515390686, "acc_stderr": 0.012198489100259785 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分片：2023_07_18T14_12_52.847326
    • 路径：**/details_harness|arc:challenge|25_2023-07-18T14:12:52.847326.parquet
  • 分片：latest
    • 路径：**/details_harness|arc:challenge|25_2023-07-18T14:12:52.847326.parquet

• harness_drop_3

  • 分片：2023_10_29T14_38_37.071272
    • 路径：**/details_harness|drop|3_2023-10-29T14-38-37.071272.parquet
  • 分片：latest
    • 路径：**/details_harness|drop|3_2023-10-29T14-38-37.071272.parquet

• harness_gsm8k_5

  • 分片：2023_10_29T14_38_37.071272
    • 路径：**/details_harness|gsm8k|5_2023-10-29T14-38-37.071272.parquet
  • 分片：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-29T14-38-37.071272.parquet

• harness_hellaswag_10

  • 分片：2023_07_18T14_12_52.847326
    • 路径：**/details_harness|hellaswag|10_2023-07-18T14:12:52.847326.parquet
  • 分片：latest
    • 路径：**/details_harness|hellaswag|10_2023-07-18T14:12:52.847326.parquet

• harness_hendrycksTest_5

  • 分片：2023_07_18T14_12_52.847326
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T14:12:52.847326.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-18T14:12:52.847326.parquet
      • ...（其他路径省略）
  • 分片：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-18T14:12:52.847326.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-18T14:12:52.847326.parquet
      • ...（其他路径省略）