open-llm-leaderboard/details_itsliupeng__llama2_7b_code

该数据集是在模型 itsliupeng/llama2_7b_code 在 Open LLM Leaderboard 上的评估运行期间自动创建的。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，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。

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 itsliupeng/llama2_7b_code 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，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。
• 额外的配置 "results" 存储所有运行结果的聚合，用于计算和显示 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_itsliupeng__llama2_7b_code", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2023-10-26T11:17:28.829100 运行，包含以下指标： python { "all": { "em": 0.0009437919463087249, "em_stderr": 0.00031446531194130476, "f1": 0.05393036912751694, "f1_stderr": 0.0012935627430820335, "acc": 0.3980985212183299, "acc_stderr": 0.01010319096153194 }, "harness|drop|3": { "em": 0.0009437919463087249, "em_stderr": 0.00031446531194130476, "f1": 0.05393036912751694, "f1_stderr": 0.0012935627430820335 }, "harness|gsm8k|5": { "acc": 0.08112206216830932, "acc_stderr": 0.007520395797922653 }, "harness|winogrande|5": { "acc": 0.7150749802683505, "acc_stderr": 0.012685986125141227 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_10_08T20_46_27.226805
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T20-46-27.226805.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T20-46-27.226805.parquet

• harness_drop_3

  • 分割: 2023_10_26T11_17_28.829100
    • 路径: **/details_harness|drop|3_2023-10-26T11-17-28.829100.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-26T11-17-28.829100.parquet

• harness_gsm8k_5

  • 分割: 2023_10_26T11_17_28.829100
    • 路径: **/details_harness|gsm8k|5_2023-10-26T11-17-28.829100.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-26T11-17-28.829100.parquet

• harness_hellaswag_10

  • 分割: 2023_10_08T20_46_27.226805
    • 路径: **/details_harness|hellaswag|10_2023-10-08T20-46-27.226805.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-08T20-46-27.226805.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_08T20_46_27.226805
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-46-27.226805.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T20-46-27.226805.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-46-27.226805.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T20-46-27.226805.parquet
      • ...（其他路径省略）