open-llm-leaderboard/details_jondurbin__airoboros-65b-gpt4-1.4-peft

该数据集是在Open LLM Leaderboard上对模型jondurbin/airoboros-65b-gpt4-1.4-peft进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次运行的结果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，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 jondurbin/airoboros-65b-gpt4-1.4-peft 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 运行次数：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。
• 最新结果："train" 分割始终指向最新的结果。
• 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 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jondurbin__airoboros-65b-gpt4-1.4-peft", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自2023-10-22T22:44:09.983895的运行）的示例： python { "all": { "em": 0.048133389261744965, "em_stderr": 0.0021920523387187097, "f1": 0.11759647651006695, "f1_stderr": 0.0024834303220337473, "acc": 0.4884045517729164, "acc_stderr": 0.010955153685387409 }, "harness|drop|3": { "em": 0.048133389261744965, "em_stderr": 0.0021920523387187097, "f1": 0.11759647651006695, "f1_stderr": 0.0024834303220337473 }, "harness|gsm8k|5": { "acc": 0.18043972706595907, "acc_stderr": 0.010592508589147896 }, "harness|winogrande|5": { "acc": 0.7963693764798737, "acc_stderr": 0.011317798781626922 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_18T22_39_55.559103
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T22:39:55.559103.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-18T22:39:55.559103.parquet

• harness_drop_3

  • 分割：2023_10_22T22_44_09.983895
  • 路径：**/details_harness|drop|3_2023-10-22T22-44-09.983895.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-22T22-44-09.983895.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T22_44_09.983895
  • 路径：**/details_harness|gsm8k|5_2023-10-22T22-44-09.983895.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-22T22-44-09.983895.parquet

• harness_hellaswag_10

  • 分割：2023_08_18T22_39_55.559103
  • 路径：**/details_harness|hellaswag|10_2023-08-18T22:39:55.559103.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-18T22:39:55.559103.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_18T22_39_55.559103
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T22:39:55.559103.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-18T22:39:55.559103.parquet