open-llm-leaderboard-old/details_Sao10K__Stheno-Inverted-1.2-L2-13B

该数据集是在模型 Sao10K/Stheno-Inverted-1.2-L2-13B 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。它包含 2 次运行的数据，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。此外，还有一个 results 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 上的指标。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Sao10K/Stheno-Inverted-1.2-L2-13B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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一个特定的分割，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_Sao10K__Stheno-Inverted-1.2-L2-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T18:34:04.401753 运行的最新结果： python { "all": { "em": 0.006082214765100671, "em_stderr": 0.000796243239302896, "f1": 0.08614303691275203, "f1_stderr": 0.001761867125581607, "acc": 0.4180536664965267, "acc_stderr": 0.010042668742086668 }, "harness|drop|3": { "em": 0.006082214765100671, "em_stderr": 0.000796243239302896, "f1": 0.08614303691275203, "f1_stderr": 0.001761867125581607 }, "harness|gsm8k|5": { "acc": 0.08946171341925702, "acc_stderr": 0.007861583049939721 }, "harness|winogrande|5": { "acc": 0.7466456195737964, "acc_stderr": 0.012223754434233614 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_09_12T08_39_09.830541
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T08-39-09.830541.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T08-39-09.830541.parquet

• harness_drop_3

  • 分割: 2023_10_23T18_34_04.401753
    • 路径: **/details_harness|drop|3_2023-10-23T18-34-04.401753.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-23T18-34-04.401753.parquet

• harness_gsm8k_5

  • 分割: 2023_10_23T18_34_04.401753
    • 路径: **/details_harness|gsm8k|5_2023-10-23T18-34-04.401753.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-23T18-34-04.401753.parquet

• harness_hellaswag_10

  • 分割: 2023_09_12T08_39_09.830541
    • 路径: **/details_harness|hellaswag|10_2023-09-12T08-39-09.830541.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-12T08-39-09.830541.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_12T08_39_09.830541
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T08-39-09.830541.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T08-39-09.830541.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T08-39-09.830541.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T08-39-09.830541.parquet
      • ...（其他路径省略）