open-llm-leaderboard/details_zarakiquemparte__zararp-l2-7b

该数据集是在模型 zarakiquemparte/zararp-l2-7b 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。数据集是从 2 次运行中创建的，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。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。README 中还包含了特定运行的最新结果。

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 zarakiquemparte/zararp-l2-7b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard 的评估。

数据集组成

• 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_zarakiquemparte__zararp-l2-7b", "harness_winogrande_5", split="train")

最新结果

以下是来自 2023-10-24T19:07:03.309798 运行的最新结果： python { "all": { "em": 0.3148070469798658, "em_stderr": 0.004756289906099083, "f1": 0.3905547399328875, "f1_stderr": 0.004648535168802013, "acc": 0.38125227011207097, "acc_stderr": 0.007927146918687346 }, "harness|drop|3": { "em": 0.3148070469798658, "em_stderr": 0.004756289906099083, "f1": 0.3905547399328875, "f1_stderr": 0.004648535168802013 }, "harness|gsm8k|5": { "acc": 0.017437452615617893, "acc_stderr": 0.003605486867998271 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_09_12T16_17_38.915453
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T16-17-38.915453.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-09-12T16-17-38.915453.parquet

• harness_drop_3

  • 分割: 2023_10_24T19_07_03.309798
    • 路径: **/details_harness|drop|3_2023-10-24T19-07-03.309798.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-24T19-07-03.309798.parquet

• harness_gsm8k_5

  • 分割: 2023_10_24T19_07_03.309798
    • 路径: **/details_harness|gsm8k|5_2023-10-24T19-07-03.309798.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-24T19-07-03.309798.parquet

• harness_hellaswag_10

  • 分割: 2023_09_12T16_17_38.915453
    • 路径: **/details_harness|hellaswag|10_2023-09-12T16-17-38.915453.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-09-12T16-17-38.915453.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_12T16_17_38.915453
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T16-17-38.915453.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T16-17-38.915453.parquet
      • ...
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T16-17-38.915453.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-12T16-17-38.915453.parquet
      • ...