open-llm-leaderboard-old/details_garage-bAInd__Platypus2-70B-instruct

该数据集是在评估模型garage-bAInd/Platypus2-70B-instruct时自动创建的，包含3个配置，每个配置对应一个评估任务。数据集由1次运行生成，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。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of garage-bAInd/Platypus2-70B-instruct

数据集描述

数据集摘要

该数据集是在模型 garage-bAInd/Platypus2-70B-instruct 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集从1次运行中创建。每次运行可以在每个配置中找到一个特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

一个额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_garage-bAInd__Platypus2-70B-instruct_public", "harness_winogrande_5", split="train")

最新结果

以下是 2023-11-09T00:36:31.182871 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在每个评估的 "latest" 拆分中找到每个任务的结果）：

python { "all": { "em": 0.4080327181208054, "em_stderr": 0.0050331050783076585, "f1": 0.5241086409395995, "f1_stderr": 0.004559323839567607, "acc": 0.616380530322115, "acc_stderr": 0.012075906712216984 }, "harness|drop|3": { "em": 0.4080327181208054, "em_stderr": 0.0050331050783076585, "f1": 0.5241086409395995, "f1_stderr": 0.004559323839567607 }, "harness|gsm8k|5": { "acc": 0.40561031084154664, "acc_stderr": 0.013524848894462104 }, "harness|winogrande|5": { "acc": 0.8271507498026835, "acc_stderr": 0.010626964529971862 } }

数据集结构

配置

• harness_drop_3

  • 拆分: 2023_11_09T00_36_31.182871
    • 路径: **/details_harness|drop|3_2023-11-09T00-36-31.182871.parquet
  • 拆分: latest
    • 路径: **/details_harness|drop|3_2023-11-09T00-36-31.182871.parquet

• harness_gsm8k_5

  • 拆分: 2023_11_09T00_36_31.182871
    • 路径: **/details_harness|gsm8k|5_2023-11-09T00-36-31.182871.parquet
  • 拆分: latest
    • 路径: **/details_harness|gsm8k|5_2023-11-09T00-36-31.182871.parquet

• harness_winogrande_5

  • 拆分: 2023_11_09T00_36_31.182871
    • 路径: **/details_harness|winogrande|5_2023-11-09T00-36-31.182871.parquet
  • 拆分: latest
    • 路径: **/details_harness|winogrande|5_2023-11-09T00-36-31.182871.parquet

• results

  • 拆分: 2023_11_09T00_36_31.182871
    • 路径: results_2023-11-09T00-36-31.182871.parquet
  • 拆分: latest
    • 路径: results_2023-11-09T00-36-31.182871.parquet