open-llm-leaderboard-old/details_ashercn97__giraffe-7b

该数据集是在Open LLM Leaderboard上对模型ashercn97/giraffe-7b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，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

该数据集是在评估模型 ashercn97/giraffe-7b 在 Open LLM Leaderboard 上的自动创建的。

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。
• 最新结果："train" 分割总是指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ashercn97__giraffe-7b", "harness_winogrande_5", split="train")

最新结果

以下是来自2023-09-22T20:53:47.065964运行的最新结果： python { "all": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825520032, "f1": 0.06388317953020159, "f1_stderr": 0.0014760537495948263, "acc": 0.3581768614021409, "acc_stderr": 0.008713750066062537 }, "harness|drop|3": { "em": 0.00388003355704698, "em_stderr": 0.0006366682825520032, "f1": 0.06388317953020159, "f1_stderr": 0.0014760537495948263 }, "harness|gsm8k|5": { "acc": 0.026535253980288095, "acc_stderr": 0.004427045987265172 }, "harness|winogrande|5": { "acc": 0.6898184688239937, "acc_stderr": 0.013000454144859902 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_08_02T15_44_19.746565
  • 路径：**/details_harness|arc:challenge|25_2023-08-02T15:44:19.746565.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-02T15:44:19.746565.parquet

• harness_drop_3

  • 分割：2023_09_22T20_53_47.065964
  • 路径：**/details_harness|drop|3_2023-09-22T20-53-47.065964.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-22T20-53-47.065964.parquet

• harness_gsm8k_5

  • 分割：2023_09_22T20_53_47.065964
  • 路径：**/details_harness|gsm8k|5_2023-09-22T20-53-47.065964.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-22T20-53-47.065964.parquet

• harness_hellaswag_10

  • 分割：2023_08_02T15_44_19.746565
  • 路径：**/details_harness|hellaswag|10_2023-08-02T15:44:19.746565.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-02T15:44:19.746565.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_02T15_44_19.746565
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-02T15:44:19.746565.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-02T15:44:19.746565.parquet

• 其他配置

  • 包括 harness_hendrycksTest_abstract_algebra_5, harness_hendrycksTest_anatomy_5, harness_hendrycksTest_astronomy_5 等，每个配置都有对应的分割和路径。