open-llm-leaderboard-old/details_hfl__chinese-alpaca-2-13b-16k

该数据集是在模型[hfl/chinese-alpaca-2-13b-16k](https://huggingface.co/hfl/chinese-alpaca-2-13b-16k)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，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命名。"train"分割始终指向最新的结果。此外，一个名为"results"的配置存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 hfl/chinese-alpaca-2-13b-16k 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。"train" 分片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:

  • 分片: 2023_12_09T15_53_33.265685, latest
  • 路径: **/details_harness|arc:challenge|25_2023-12-09T15-53-33.265685.parquet

• harness_gsm8k_5:

  • 分片: 2023_12_09T15_53_33.265685, latest
  • 路径: **/details_harness|gsm8k|5_2023-12-09T15-53-33.265685.parquet

• harness_hellaswag_10:

  • 分片: 2023_12_09T15_53_33.265685, latest
  • 路径: **/details_harness|hellaswag|10_2023-12-09T15-53-33.265685.parquet

• harness_hendrycksTest_5:

  • 分片: 2023_12_09T15_53_33.265685, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-09T15-53-33.265685.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-12-09T15-53-33.265685.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2023-12-09T15-53-33.265685.parquet
    • ...

最新结果

以下是 最新结果 的部分摘要：

python { "all": { "acc": 0.5126179344828111, "acc_stderr": 0.0342051274120513, "acc_norm": 0.5178843368987507, "acc_norm_stderr": 0.034949756392914415, "mc1": 0.33047735618115054, "mc1_stderr": 0.016466769613698307, "mc2": 0.46496694797516, "mc2_stderr": 0.015236674932834036 }, "harness|arc:challenge|25": { "acc": 0.5213310580204779, "acc_stderr": 0.014598087973127106, "acc_norm": 0.5503412969283277, "acc_norm_stderr": 0.014537144444284738 }, "harness|hellaswag|10": { "acc": 0.5728938458474407, "acc_stderr": 0.004936470085238487, "acc_norm": 0.7741485759808803, "acc_norm_stderr": 0.0041728722829842005 }, ... }