open-llm-leaderboard/details_duliadotio__dulia-13b-8k-alpha

该数据集是在模型 duliadotio/dulia-13b-8k-alpha 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，每个配置对应一个评估任务。数据集是从 2 次运行中生成的，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 Hugging Face datasets 库加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在对模型 duliadotio/dulia-13b-8k-alpha 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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，每个运行在每个配置中作为一个特定的分割存在，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_duliadotio__dulia-13b-8k-alpha", "harness_winogrande_5", split="train")

最新结果

以下是最新结果（来自 2023-09-18T01:08:45.800403 运行）的示例： python { "all": { "em": 0.07822986577181208, "em_stderr": 0.002750028914814403, "f1": 0.17715289429530226, "f1_stderr": 0.0031326349334958943, "acc": 0.439400648526514, "acc_stderr": 0.010151999191592032 }, "harness|drop|3": { "em": 0.07822986577181208, "em_stderr": 0.002750028914814403, "f1": 0.17715289429530226, "f1_stderr": 0.0031326349334958943 }, "harness|gsm8k|5": { "acc": 0.1068991660348749, "acc_stderr": 0.008510982565520474 }, "harness|winogrande|5": { "acc": 0.7719021310181531, "acc_stderr": 0.011793015817663592 } }

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_08_09T21_33_18.083573
    • 路径: **/details_harness|arc:challenge|25_2023-08-09T21:33:18.083573.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-09T21:33:18.083573.parquet

• harness_drop_3

  • 分割: 2023_09_18T01_08_45.800403
    • 路径: **/details_harness|drop|3_2023-09-18T01-08-45.800403.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-09-18T01-08-45.800403.parquet

• harness_gsm8k_5

  • 分割: 2023_09_18T01_08_45.800403
    • 路径: **/details_harness|gsm8k|5_2023-09-18T01-08-45.800403.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-18T01-08-45.800403.parquet

• harness_hellaswag_10

  • 分割: 2023_08_09T21_33_18.083573
    • 路径: **/details_harness|hellaswag|10_2023-08-09T21:33:18.083573.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-09T21:33:18.083573.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_09T21_33_18.083573
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T21:33:18.083573.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T21:33:18.083573.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T21:33:18.083573.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T21:33:18.083573.parquet
      • ...（其他路径省略）