open-llm-leaderboard/details_TFLai__Limarp-Platypus2-13B-QLoRA-0.80-epoch

该数据集是在模型 TFLai/Limarp-Platypus2-13B-QLoRA-0.80-epoch 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拆分。train 拆分始终指向最新的结果。一个额外的配置 results 存储了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。README 还提供了一个示例，展示了如何使用 `load_dataset` 函数加载运行中的详细信息。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 TFLai/Limarp-Platypus2-13B-QLoRA-0.80-epoch 在 Open LLM Leaderboard 上的自动创建的。数据集包含64个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64个配置
• 数据来源：从2次运行中创建，每个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" 分割总是指向最新的结果。
• 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 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TFLai__Limarp-Platypus2-13B-QLoRA-0.80-epoch", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T04:56:23.219077 运行的最新结果： python { "all": { "em": 0.010067114093959731, "em_stderr": 0.0010223392214785542, "f1": 0.07404152684563742, "f1_stderr": 0.0016679538706847923, "acc": 0.41430390510138687, "acc_stderr": 0.00921944153661685 }, "harness|drop|3": { "em": 0.010067114093959731, "em_stderr": 0.0010223392214785542, "f1": 0.07404152684563742, "f1_stderr": 0.0016679538706847923 }, "harness|gsm8k|5": { "acc": 0.060652009097801364, "acc_stderr": 0.006574733381405767 }, "harness|winogrande|5": { "acc": 0.7679558011049724, "acc_stderr": 0.011864149691827933 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_28T22_39_43.026880
  • 路径：**/details_harness|arc:challenge|25_2023-08-28T22:39:43.026880.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-28T22:39:43.026880.parquet

• harness_drop_3

  • 分割：2023_10_22T04_56_23.219077
  • 路径：**/details_harness|drop|3_2023-10-22T04-56-23.219077.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-22T04-56-23.219077.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T04_56_23.219077
  • 路径：**/details_harness|gsm8k|5_2023-10-22T04-56-23.219077.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T04-56-23.219077.parquet

• harness_hellaswag_10

  • 分割：2023_08_28T22_39_43.026880
  • 路径：**/details_harness|hellaswag|10_2023-08-28T22:39:43.026880.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-28T22:39:43.026880.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_28T22_39_43.026880
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-28T22:39:43.026880.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-28T22:39:43.026880.parquet