open-llm-leaderboard/details_lgaalves__gpt-2-xl_camel-ai-physics
收藏资源简介：
该数据集是在模型[lgaalves/gpt-2-xl_camel-ai-physics]的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行的结果存储为特定的split，split的名称使用运行的时间戳。"train" split始终指向最新的结果。此外，数据集还包含一个名为"results"的配置，用于存储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。
This dataset was automatically generated during the evaluation runs of the model [lgaalves/gpt-2-xl_camel-ai-physics], specifically for evaluations on the Open LLM Leaderboard. The dataset comprises 64 configurations, each corresponding to one individual evaluation task. The dataset is derived from two separate runs, where the results of each run are stored as a dedicated split, with the split name being the timestamp of the corresponding run. The "train" split always points to the most recent evaluation results. Additionally, the dataset includes a configuration named "results", which is used to store the aggregated results across all runs, and to compute and display the aggregate metrics featured on the Open LLM Leaderboard.
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 } }
