open-llm-leaderboard-old/details_titan087__OpenLlama13B-Guanaco

该数据集是在评估模型titan087/OpenLlama13B-Guanaco时自动生成的，用于在Open LLM Leaderboard上展示评估结果。数据集包含3个配置，每个配置对应一个评估任务，并且数据集由2次运行生成，每次运行的结果以时间戳命名的分割形式存储。此外，还有一个名为results的配置，用于存储所有运行的聚合结果。

原始信息汇总

数据集卡片：Evaluation run of titan087/OpenLlama13B-Guanaco

数据集描述

数据集概述

该数据集是在模型 titan087/OpenLlama13B-Guanaco 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集是从2次运行中创建的。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。

额外的配置 "results" 存储了所有运行的聚合结果（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_titan087__OpenLlama13B-Guanaco", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-03T17:18:40.707910 运行的最新结果：

python { "all": { "acc": 0.0758150113722517, "acc_stderr": 0.007291205723162607 }, "harness|gsm8k|5": { "acc": 0.0758150113722517, "acc_stderr": 0.007291205723162607 } }

数据集结构

配置

• harness_drop_3

  • 分割: 2023_09_16T14_03_24.825840
    • 路径: **/details_harness|drop|3_2023-09-16T14-03-24.825840.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-16T14-03-24.825840.parquet

• harness_gsm8k_5

  • 分割: 2023_09_16T14_03_24.825840
    • 路径: **/details_harness|gsm8k|5_2023-09-16T14-03-24.825840.parquet
  • 分割: 2023_12_03T17_18_40.707910
    • 路径: **/details_harness|gsm8k|5_2023-12-03T17-18-40.707910.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-12-03T17-18-40.707910.parquet

• harness_winogrande_5

  • 分割: 2023_09_16T14_03_24.825840
    • 路径: **/details_harness|winogrande|5_2023-09-16T14-03-24.825840.parquet
  • 分割: latest
    • 路径: **/details_harness|winogrande|5_2023-09-16T14-03-24.825840.parquet

• results

  • 分割: 2023_09_16T14_03_24.825840
    • 路径: results_2023-09-16T14-03-24.825840.parquet
  • 分割: 2023_12_03T17_18_40.707910
    • 路径: results_2023-12-03T17-18-40.707910.parquet
  • 分割: latest
    • 路径: results_2023-12-03T17-18-40.707910.parquet