open-llm-leaderboard/details_lgaalves__gpt-2-xl_camel-ai-physics
收藏数据集概述
该数据集是在对模型 lgaalves/gpt-2-xl_camel-ai-physics 进行评估运行期间自动创建的。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。
数据集结构
数据集包含多个配置，每个配置对应不同的评估任务。以下是部分配置的详细信息：
-
harness_arc_challenge_25
- 分割：
2023_09_21T19_46_11.375703 - 路径：
**/details_harness|arc:challenge|25_2023-09-21T19-46-11.375703.parquet - 分割：
latest - 路径：
**/details_harness|arc:challenge|25_2023-09-21T19-46-11.375703.parquet
- 分割：
-
harness_drop_3
- 分割：
2023_10_25T20_38_31.656182 - 路径：
**/details_harness|drop|3_2023-10-25T20-38-31.656182.parquet - 分割：
latest - 路径：
**/details_harness|drop|3_2023-10-25T20-38-31.656182.parquet
- 分割：
-
harness_gsm8k_5
- 分割：
2023_10_25T20_38_31.656182 - 路径：
**/details_harness|gsm8k|5_2023-10-25T20-38-31.656182.parquet - 分割：
latest - 路径：
**/details_harness|gsm8k|5_2023-10-25T20-38-31.656182.parquet
- 分割：
-
harness_hellaswag_10
- 分割：
2023_09_21T19_46_11.375703 - 路径：
**/details_harness|hellaswag|10_2023-09-21T19-46-11.375703.parquet - 分割：
latest - 路径：
**/details_harness|hellaswag|10_2023-09-21T19-46-11.375703.parquet
- 分割：
-
harness_hendrycksTest_5
- 分割：
2023_09_21T19_46_11.375703 - 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T19-46-11.375703.parquet等 - 分割：
latest - 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-21T19-46-11.375703.parquet等
- 分割：
最新结果
以下是2023年10月25日20:38:31.656182运行的最新结果：
python { "all": { "em": 0.002202181208053691, "em_stderr": 0.0004800510816619256, "f1": 0.05571623322147659, "f1_stderr": 0.001366603872793856, "acc": 0.28844560078459863, "acc_stderr": 0.007481836249406744 }, "harness|drop|3": { "em": 0.002202181208053691, "em_stderr": 0.0004800510816619256, "f1": 0.05571623322147659, "f1_stderr": 0.001366603872793856 }, "harness|gsm8k|5": { "acc": 0.001516300227445034, "acc_stderr": 0.001071779348549263 }, "harness|winogrande|5": { "acc": 0.5753749013417522, "acc_stderr": 0.013891893150264225 } }
