open-llm-leaderboard/details_HyperbeeAI__Tulpar-7b-v0

该数据集是在Open LLM Leaderboard上对模型HyperbeeAI/Tulpar-7b-v0进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集由2次运行创建，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，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。README还提供了如何使用`load_dataset`函数加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 HyperbeeAI/Tulpar-7b-v0 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。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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_HyperbeeAI__Tulpar-7b-v0", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-16T17:05:33.641696 运行的最新结果： python { "all": { "em": 0.3200503355704698, "em_stderr": 0.004777351284269766, "f1": 0.39745910234899495, "f1_stderr": 0.004660867839676267, "acc": 0.38302318192072277, "acc_stderr": 0.00841750512181253 }, "harness|drop|3": { "em": 0.3200503355704698, "em_stderr": 0.004777351284269766, "f1": 0.39745910234899495, "f1_stderr": 0.004660867839676267 }, "harness|gsm8k|5": { "acc": 0.027293404094010616, "acc_stderr": 0.004488095380209751 }, "harness|winogrande|5": { "acc": 0.7387529597474349, "acc_stderr": 0.012346914863415308 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_08_26T12_16_04.808575
  • 路径：**/details_harness|arc:challenge|25_2023-08-26T12:16:04.808575.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-26T12:16:04.808575.parquet

• harness_drop_3

  • 分割：2023_09_16T17_05_33.641696
  • 路径：**/details_harness|drop|3_2023-09-16T17-05-33.641696.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-16T17-05-33.641696.parquet

• harness_gsm8k_5

  • 分割：2023_09_16T17_05_33.641696
  • 路径：**/details_harness|gsm8k|5_2023-09-16T17-05-33.641696.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-16T17-05-33.641696.parquet

• harness_hellaswag_10

  • 分割：2023_08_26T12_16_04.808575
  • 路径：**/details_harness|hellaswag|10_2023-08-26T12:16:04.808575.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-26T12:16:04.808575.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_26T12_16_04.808575
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T12:16:04.808575.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-26T12:16:04.808575.parquet 等