open-llm-leaderboard/details_aisquared__dlite-v2-355m

该数据集是在模型aisquared/dlite-v2-355m的评估运行期间自动创建的，主要用于Open LLM Leaderboard的评估任务。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果都存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，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。

原始信息汇总

数据集概述

该数据集是在对模型 aisquared/dlite-v2-355m 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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aisquared__dlite-v2-355m", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T23:07:25.491864 运行 的最新结果：

python { "all": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241774, "f1": 0.055305159395973226, "f1_stderr": 0.001369522078512369, "acc": 0.26400947119179163, "acc_stderr": 0.007015202106702892 }, "harness|drop|3": { "em": 0.001572986577181208, "em_stderr": 0.000405845113241774, "f1": 0.055305159395973226, "f1_stderr": 0.001369522078512369 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5280189423835833, "acc_stderr": 0.014030404213405784 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T14_14_13.332045
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:14:13.332045.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:14:13.332045.parquet

• harness_drop_3

  • 分割：2023_10_15T23_07_25.491864
  • 路径：**/details_harness|drop|3_2023-10-15T23-07-25.491864.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-15T23-07-25.491864.parquet

• harness_gsm8k_5

  • 分割：2023_10_15T23_07_25.491864
  • 路径：**/details_harness|gsm8k|5_2023-10-15T23-07-25.491864.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-15T23-07-25.491864.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T14_14_13.332045
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:14:13.332045.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:14:13.332045.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T14_14_13.332045
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:14:13.332045.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:14:13.332045.parquet 等