open-llm-leaderboard/details_matsuo-lab__weblab-10b

该数据集是在Open LLM Leaderboard上对模型matsuo-lab/weblab-10b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次运行生成，每次运行的结果作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，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 matsuo-lab/weblab-10b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_matsuo-lab__weblab-10b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T01:19:08.917295 运行的最新结果： python { "all": { "em": 0.0007340604026845638, "em_stderr": 0.00027736144573356817, "f1": 0.04808515100671153, "f1_stderr": 0.00120444202294628, "acc": 0.3197517552042787, "acc_stderr": 0.008443800220462488 }, "harness|drop|3": { "em": 0.0007340604026845638, "em_stderr": 0.00027736144573356817, "f1": 0.04808515100671153, "f1_stderr": 0.00120444202294628 }, "harness|gsm8k|5": { "acc": 0.014404852160727824, "acc_stderr": 0.003282055917136976 }, "harness|winogrande|5": { "acc": 0.6250986582478295, "acc_stderr": 0.013605544523788001 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_12T11_50_50.938631
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T11-50-50.938631.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-12T11-50-50.938631.parquet

• harness_drop_3

  • 分割：2023_10_25T01_19_08.917295
  • 路径：**/details_harness|drop|3_2023-10-25T01-19-08.917295.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-25T01-19-08.917295.parquet

• harness_gsm8k_5

  • 分割：2023_10_25T01_19_08.917295
  • 路径：**/details_harness|gsm8k|5_2023-10-25T01-19-08.917295.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-25T01-19-08.917295.parquet

• harness_hellaswag_10

  • 分割：2023_09_12T11_50_50.938631
  • 路径：**/details_harness|hellaswag|10_2023-09-12T11-50-50.938631.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-12T11-50-50.938631.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_12T11_50_50.938631
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T11-50-50.938631.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T11-50-50.938631.parquet