open-llm-leaderboard-old/details_Writer__palmyra-large

该数据集是在Open LLM Leaderboard上对Writer/palmyra-large模型进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results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。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

数据集简介

该数据集是在对模型 Writer/palmyra-large 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集结构

• 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_Writer__palmyra-large", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-23T21:24:08.215151 运行的最新结果： python { "all": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857078, "f1": 0.05021182885906047, "f1_stderr": 0.0012269220327497075, "acc": 0.3564427500923004, "acc_stderr": 0.0090619059626658 }, "harness|drop|3": { "em": 0.001153523489932886, "em_stderr": 0.0003476179896857078, "f1": 0.05021182885906047, "f1_stderr": 0.0012269220327497075 }, "harness|gsm8k|5": { "acc": 0.03411675511751327, "acc_stderr": 0.005000212600773288 }, "harness|winogrande|5": { "acc": 0.6787687450670876, "acc_stderr": 0.01312359932455831 } }

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_29T00_23_42.233683
    • 路径: **/details_harness|arc:challenge|25_2023-08-29T00:23:42.233683.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-08-29T00:23:42.233683.parquet

• harness_drop_3

  • 分割: 2023_10_23T21_24_08.215151
    • 路径: **/details_harness|drop|3_2023-10-23T21-24-08.215151.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-23T21-24-08.215151.parquet

• harness_gsm8k_5

  • 分割: 2023_10_23T21_24_08.215151
    • 路径: **/details_harness|gsm8k|5_2023-10-23T21-24-08.215151.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-23T21-24-08.215151.parquet

• harness_hellaswag_10

  • 分割: 2023_08_29T00_23_42.233683
    • 路径: **/details_harness|hellaswag|10_2023-08-29T00:23:42.233683.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-08-29T00:23:42.233683.parquet

• harness_hendrycksTest_5

  • 分割: 2023_08_29T00_23_42.233683
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T00:23:42.233683.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-29T00:23:42.233683.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-29T00:23:42.233683.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-29T00:23:42.233683.parquet
      • ...（其他路径省略）